MétaCan
Menu
Retour à la cohorte
Enregistrement W2800640466 · doi:10.4171/jems/787

Characterizations of the Ricci flow

2018· article· en· W2800640466 sur OpenAlexaff
Robert Haslhofer, Aaron Naber

Notice bibliographique

RevueJournal of the European Mathematical Society · 2018
Typearticle
Langueen
DomaineMathematics
ThématiqueGeometric Analysis and Curvature Flows
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMathematicsRicci flowPure mathematicsFlow (mathematics)Ricci curvatureGeometry

Résumé

récupéré en direct d'OpenAlex

This is the first of a series of papers, where we introduce a new class of estimates for the Ricci flow, and use them both to characterize solutions of the Ricci flow and to provide a notion of weak solutions to the Ricci flow in the nonsmooth setting. In this first paper, we prove various new estimates for the Ricci flow, and show that they in fact characterize solutions of the Ricci flow. Namely, given a family (M,g_t)_{t \in I} of Riemannian manifolds, we consider the path space P\mathcal{M} of its space time \mathcal{M}=M\times I . Our first characterization says that (M,g_t)_{t \in I} evolves by Ricci flow if and only if an infinite dimensional gradient estimate holds for all functions on P\mathcal{M} . We prove additional characterizations in terms of the C^{1/2} -regularity of martingales on path space, as well as characterizations in terms of log-Sobolev and spectral gap inequalities for a family of Ornstein–Uhlenbeck type operators. Our estimates are infinite-dimensional generalizations of much more elementary estimates for the linear heat equation on (M,g_t)_{t \in I} , which themselves generalize the Bakry–Émery–Ledoux estimates for spaces with lower Ricci curvature bounds. Thanks to our characterizations we can define a notion of weak solutions for the Ricci flow. We will develop the structure theory of these weak solutions in subsequent papers.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil0,370

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,265
Écart entre enseignants0,237 · 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
GenreEmpirique

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

En bref

Citations28
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the European Mathematical SocietyMême sujetGeometric Analysis and Curvature FlowsTravaux en français237 207