MétaCan
Menu
Retour à la cohorte
Enregistrement W2902340877 · doi:10.4171/jems/1132

Improved bounds for Hadwiger’s covering problem via thin-shell estimates

2021· preprint· en· W2902340877 sur OpenAlexaff
Han Huang, Boaz A. Slomka, Tomasz Tkocz, Beatrice-Helen Vritsiou

Notice bibliographique

RevueJournal of the European Mathematical Society · 2021
Typepreprint
Langueen
DomaineMathematics
ThématiquePoint processes and geometric inequalities
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCombinatoricsUpper and lower boundsIntersection (aeronautics)Convex bodyRegular polygonOrder (exchange)MathematicsDiscrete geometryExponential functionGeometryDiscrete mathematicsConvex hullMathematical analysis

Résumé

récupéré en direct d'OpenAlex

A central problem in discrete geometry, known as Hadwiger's covering problem, asks what the smallest natural number N(n) is such that every convex body in \mathbb{R}^{n} can be covered by a union of the interiors of at most N(n) of its translates. Despite continuous efforts, the best general upper bound known for this number remains as it was more than sixty years ago, of the order of {2n \choose n}n\ln n . In this note, we improve this bound by a subexponential factor. That is, we prove a bound of the order of {2n \choose n}e^{-c\sqrt{n}} for some universal constant c>0 . Our approach combines ideas from [3] by Artstein-Avidan and the second named author with tools from asymptotic geometric analysis. One of the key steps is proving a new lower bound for the maximum volume of the intersection of a convex body K with a translate of -K ; in fact, we get the same lower bound for the volume of the intersection of K and -K when they both have barycenter at the origin. To do so, we make use of measure concentration, and in particular of thin-shell estimates for isotropic log-concave measures. Using the same ideas, we establish an exponentially better bound for N(n) when restricting our attention to convex bodies that are \psi_{2} . By a slightly different approach, an exponential improvement is established also for classes of convex bodies with positive modulus of convexity.

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)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,740
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,002
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 Opus0,052
Tête enseignante GPT0,307
Écart entre enseignants0,255 · 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.

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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the European Mathematical SocietyMême sujetPoint processes and geometric inequalitiesTravaux en français237 207