MétaCan
Menu
Retour à la cohorte
Enregistrement W2948869800 · doi:10.1090/proc/15232

Asymptotic normality for random simplices and convex bodies in high dimensions

2020· preprint· en· W2948869800 sur OpenAlexaff
David Alonso–Gutiérrez, Florian Besau, Julian Grote, Zakhar Kabluchko, Matthias Reitzner, Christoph Thäle, Beatrice-Helen Vritsiou, Elisabeth M. Werner

Notice bibliographique

RevueProceedings of the American Mathematical Society · 2020
Typepreprint
Langueen
DomaineMathematics
ThématiquePoint processes and geometric inequalities
Établissements canadiensUniversity of Alberta
Organismes subventionnairesGobierno de AragónMinisterio de Economía y CompetitividadNational Science Foundation
Mots-clésMathematicsIndependent and identically distributed random variablesCombinatoricsRegular polygonMeasure (data warehouse)Central limit theoremBall (mathematics)Asymptotic distributionProbability measureRandom variableDiscrete mathematicsMathematical analysisGeometryEstimatorComputer scienceStatistics

Résumé

récupéré en direct d'OpenAlex

Central limit theorems for the log-volume of a class of random convex bodies in R n \mathbb {R}^n are obtained in the high-dimensional regime, that is, as n → ∞ n\to \infty . In particular, the case of random simplices pinned at the origin and simplices where all vertices are generated at random is investigated. The coordinates of the generating vectors are assumed to be independent and identically distributed with subexponential tails. In addition, asymptotic normality is also established for random convex bodies (including random simplices pinned at the origin) when the spanning vectors are distributed according to a radially symmetric probability measure on the n n -dimensional ℓ p \ell _p -ball. In particular, this includes the cone and the uniform probability measure.

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)0,007
score de la tête « metaresearch » (Gemma)0,038
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: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,002
Études des sciences et des technologies0,0020,007
Communication savante0,0050,008
Science ouverte0,0030,005
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,048
Tête enseignante GPT0,317
Écart entre enseignants0,270 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the American Mathematical SocietyMême sujetPoint processes and geometric inequalitiesTravaux en français237 207