IN SEARCH OF MOST COMPLEX REGULAR LANGUAGES
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sequences (L n | n ≥ k), called streams, of regular languages L n are considered, where k is some small positive integer, n is the state complexity of L n , and the languages in a stream differ only in the parameter n, but otherwise, have the same properties. The following measures of complexity are proposed for any stream: (1) the state complexity n of L n , that is, the number of left quotients of L n (used as a reference); (2) the state complexities of the left quotients of L n ; (3) the number of atoms of L n ; (4) the state complexities of the atoms of L n ; (5) the size of the syntactic semigroup of L n ; and the state complexities of the following operations: (6) the reverse of L n ; (7) the star of L n ; (8) union, intersection, difference and symmetric difference of L m and L n ; and (9) the concatenation of L m and L n . A stream that has the highest possible complexity with respect to these measures is then viewed as a most complex stream. The language stream (U n (a, b, c) | n ≥ 3) is defined by the deterministic finite automaton with state set {0, 1, … , n−1}, initial state 0, set {n−1} of final states, and input alphabet {a, b, c}, where a performs a cyclic permutation of the n states, b transposes states 0 and 1, and c maps state n − 1 to state 0. This stream achieves the highest possible complexities with the exception of boolean operations where m = n. In the latter case, one can use U n (a, b, c) and U n (b, a, c), where the roles of a and b are interchanged in the second language. In this sense, U n (a, b, c) is a universal witness. This witness and its extensions also apply to a large number of combined regular operations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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