MétaCan
Menu
Retour à la cohorte
Enregistrement W2762879017 · doi:10.1002/cpa.21860

The Branching‐Ruin Number and the Critical Parameter of Once‐Reinforced Random Walk on Trees

2019· preprint· en· W2762879017 sur OpenAlexfundno aff
Andrea Collevecchio, Daniel Kious, Vladas Sidoravičius

Notice bibliographique

RevueCommunications on Pure and Applied Mathematics · 2019
Typepreprint
Langueen
DomaineMathematics
ThématiqueStochastic processes and statistical mechanics
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research Council Centre of Excellence for Mathematical and Statistical FrontiersYork University
Mots-clésRandom walkMathematicsBranching (polymer chemistry)CombinatoricsTree (set theory)Class (philosophy)Loop-erased random walkDiscrete mathematicsPhase transitionStatistical physicsHeterogeneous random walk in one dimensionStatisticsComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

The motivation for this paper is the study of the phase transition for recurrence/ transience of a class of self‐interacting random walks on trees, which includes the once‐reinforced random walk. For this purpose, we define a quantity, which we call the branching‐ruin number of a tree, which provides (in the spirit of Furstenberg [11] and Lyons [13]) a natural way to measure trees with polynomial growth. We prove that the branching‐ruin number of a tree is equal to the critical parameter for the recurrence/transience of the once‐reinforced random walk. We define a sharp and effective (i.e., computable) criterion characterizing the recurrence/transience of a larger class of self‐interacting walks on trees, providing the complete picture for their phase transition. © 2019 Wiley Periodicals, Inc.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,839

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,050
Tête enseignante GPT0,344
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications on Pure and Applied MathematicsMême sujetStochastic processes and statistical mechanicsTravaux en français237 207