MétaCan
Menu
Retour à la cohorte
Enregistrement W2904419586 · doi:10.1017/s0305004119000458

Lower Assouad Dimension of Measures and Regularity

2019· article· en· W2904419586 sur OpenAlexaff

Notice bibliographique

RevueMathematical Proceedings of the Cambridge Philosophical Society · 2019
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Dynamics and Fractals
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDimension (graph theory)Measure (data warehouse)Infimum and supremumUpper and lower boundsClass (philosophy)Bernoulli's principle

Résumé

récupéré en direct d'OpenAlex

Abstract In analogy with the lower Assouad dimensions of a set, we study the lower Assouad dimensions of a measure. As with the upper Assouad dimensions, the lower Assouad dimensions of a measure provide information about the extreme local behaviour of the measure. We study the connection with other dimensions and with regularity properties. In particular, the quasi-lower Assouad dimension is dominated by the infimum of the measure’s lower local dimensions. Although strict inequality is possible in general, equality holds for the class of self-similar measures of finite type. This class includes all self-similar, equicontractive measures satisfying the open set condition, as well as certain “overlapping” self-similar measures, such as Bernoulli convolutions with contraction factors that are inverses of Pisot numbers. We give lower bounds for the lower Assouad dimension for measures arising from a Moran construction, prove that self-affine measures are uniformly perfect and have positive lower Assouad dimension, prove that the Assouad spectrum of a measure converges to its quasi-Assouad dimension and show that coincidence of the upper and lower Assouad dimension of a measure does not imply that the measure is s-regular.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,001
Études des sciences et des technologies0,0010,005
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,259
Écart entre enseignants0,234 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Proceedings of the Cambridge Philosophical SocietyMême sujetMathematical Dynamics and FractalsTravaux en français237 207