MétaCan
Menu
Retour à la cohorte
Enregistrement W2899345116 · doi:10.4171/jst/338

The density of states of 1D random band matrices via a supersymmetric transfer operator

2021· preprint· en· W2899345116 sur OpenAlexafffund
Margherita Disertori, Martin Lohmann, Sasha Sodin

Notice bibliographique

RevueJournal of Spectral Theory · 2021
Typepreprint
Langueen
DomaineMathematics
ThématiqueRandom Matrices and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDeutsche Forschungsgemeinschaft
Mots-clésSemiclassical physicsOperator (biology)SupersymmetryTransfer operatorSuperspaceMathematical physicsGaussianPointwiseMathematicsTransfer matrixPhysicsQuantum mechanicsPure mathematicsQuantumMathematical analysisComputer science

Résumé

récupéré en direct d'OpenAlex

Recently,M. and T. Shcherbina proved a pointwise semicircle law for the density of states of one-dimensional Gaussian band matrices of large bandwidth. The main step of their proof is a new method to study the spectral properties of non-self-adjoint operators in the semiclassical regime. The method is applied to a transfer operator constructed from the supersymmetric integral representation for the density of states. We present a simpler proof of a slightly upgraded version of the semicircle law, which requires only standard semiclassical arguments and some peculiar elementary computations. The simplification is due to the use of supersymmetry, which manifests itself in the commutation between the transfer operator and a family of transformations of superspace, and was applied earlier in the context of band matrices by Constantinescu. Other versions of this supersymmetry have been a crucial ingredient in the study of the localization–delocalization transition by theoretical physicists.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,018
Tête enseignante GPT0,285
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Spectral TheoryMême sujetRandom Matrices and ApplicationsTravaux en français237 207