MétaCan
Menu
Retour à la cohorte
Enregistrement W2921467037 · doi:10.9734/jamcs/2019/v31i130099

On Insolvability of the 4-th Hilbert Problem for Hyperbolic Geometries

2019· article· en· W2921467037 sur OpenAlexaff
Alexey Stakhov, Samuil Aranson

Notice bibliographique

RevueJournal of Advances in Mathematics and Computer Science · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Theoretical and Applied Studies in Material Sciences and Geometry
Établissements canadiensCanadian Wood Council
Organismes subventionnairesnon disponible
Mots-clésFibonacci numberFoundations of geometryMathematicsNon-Euclidean geometryMinkowski spaceEuclidean geometryHyperbolic geometryGeometryConvex geometryAbsolute geometrySection (typography)Number theoryGolden ratioPure mathematicsProjective geometryAlgebra over a fieldAlgebraic geometryCombinatoricsRegular polygon

Résumé

récupéré en direct d'OpenAlex

The article proves the insolvability of the 4-th Hilbert Problem for hyperbolic geometries. It has been hypothesized that this fundamental mathematical result (the insolvability of the 4-th Hilbert Problem) holds for other types of non-Euclidean geometry (geometry of Riemann (elliptic geometry), non-Archimedean geometry, and Minkowski geometry). The ancient Golden Section, described in Euclid’s Elements (Proposition II.11) and the following from it Mathematics of Harmony, as a new direction in geometry, are the main mathematical apparatus for this fundamental result. By the way, this solution is reminiscent of the insolvability of the 10-th Hilbert Problem for Diophantine equations in integers. This outstanding mathematical result was obtained by the talented Russian mathematician Yuri Matiyasevich in 1970, by using Fibonacci numbers, introduced in 1202 by the famous Italian mathematician Leonardo from Pisa (by the nickname Fibonacci), and the new theorems in Fibonacci numbers theory, proved by the outstanding Russian mathematician Nikolay Vorobyev and described by him in the third edition of his book “Fibonacci numbers”.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,152

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,004
Tête enseignante GPT0,222
Écart entre enseignants0,218 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advances in Mathematics and Computer ScienceMême sujetAdvanced Theoretical and Applied Studies in Material Sciences and GeometryTravaux en français237 207