MétaCan
Menu
Retour à la cohorte
Enregistrement W2951036884 · doi:10.48550/arxiv.math/0409371

On the structure and characters of weight modules

2004· preprint· en· W2951036884 sur OpenAlexaff
Dimitar Grantcharov

Notice bibliographique

RevueArXiv.org · 2004
Typepreprint
Langueen
DomaineMathematics
ThématiqueAlgebraic structures and combinatorial models
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNational Science Foundation
Mots-clésComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Let $\mathfrak g$ be a classical Lie superalgebra of type I or a Cartan-type Lie superalgebra {\bf W}$(n)$. We study weight $\mathfrak g$-modules using a method inspired by Mathieu's classification of the simple weight modules with finite weight multiplicities over reductive Lie algebras, \cite{M}. Our approach is based on the fact that every simple weight $\mathfrak g$-module with finite weight multiplicities is obtained via a composition of a twist and localization from a highest weight module. This allows us to transfer many results for category ${\cal O}$ modules to the category of weight modules with finite weight multiplicities. As a main application of the method we reduce the problems of finding a ${\mathfrak g}_0$-composition series and a character formula for all simple weight modules to the same problems for simple highest weight modules. In this way, using results of Serganova we obtain a character formula for all simple weight {\bf W}$(n)$-modules and all simple atypical nonsingular ${\mathfrak s}{\mathfrak l} (m|1)$-modules. Some of our results are new already in the case of a classical reductive Lie algebra $\mathfrak g$.

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)0,000
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 enseignants0,026
Score d'incertitude au seuil0,805

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,265
Écart entre enseignants0,227 · 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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArXiv.orgMême sujetAlgebraic structures and combinatorial modelsTravaux en français237 207