Finitary codings for the random-cluster model and other infinite-range monotone models
Notice bibliographique
Résumé
A random field X=(Xv)v∈G on a quasi-transitive graph G is a factor of an i.i.d. process if it can be written as X=φ(Y) for some i.i.d. process Y=(Yv)v∈G and equivariant map φ. Such a map, also called a coding, is finitary if, for every vertex v∈G, there exists a finite (but random) set U⊂G such that Xv is determined by {Yu}u∈U. We construct a coding for the random-cluster model on G, and show that the coding is finitary whenever the free and wired measures coincide. This strengthens a result of Häggström–Jonasson–Lyons [18]. We also prove that the coding radius has exponential tails in the subcritical regime. As a corollary, we obtain a similar coding for the subcritical Potts model. Our methods are probabilistic in nature, and at their heart lies the use of coupling-from-the-past for the Glauber dynamics. These methods apply to any monotone model satisfying mild technical (but natural) requirements. Beyond the random-cluster and Potts models, we describe two further applications – the loop O(n) model and long-range Ising models. In the case of G= Zd, we also construct finitary, translation-equivariant codings using a finite-valued i.i.d. process Y. To do this, we extend a mixing-time result of Martinelli–Olivieri [22] to infinite-range monotone models on quasi-transitive graphs of sub-exponential growth.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».