MétaCan
Menu
Retour à la cohorte
Enregistrement W2963667528 · doi:10.37236/4777

Containment Game Played on Random Graphs: Another Zig-Zag Theorem

2015· article· en· W2963667528 sur OpenAlexfundno aff
Paweł Prałat

Notice bibliographique

RevueThe Electronic Journal of Combinatorics · 2015
Typearticle
Langueen
DomaineMathematics
ThématiqueStochastic processes and statistical mechanics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCombinatoricsMathematicsConjectureVertex (graph theory)Multiplicative functionUpper and lower boundsZigzagGraphDiscrete mathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

We consider a variant of the game of Cops and Robbers, called Containment, in which cops move from edge to adjacent edge, the robber moves from vertex to adjacent vertex (but cannot move along an edge occupied by a cop). The cops win by "containing'' the robber, that is, by occupying all edges incident with a vertex occupied by the robber. The minimum number of cops, $\xi(G)$, required to contain a robber played on a graph $G$ is called the containability number, a natural counterpart of the well-known cop number $c(G)$. This variant of the game was recently introduced by Komarov and Mackey, who proved that for every graph $G$, $c(G) \le \xi(G) \le \gamma(G) \Delta(G)$, where $\gamma(G)$ and $\Delta(G)$ are the domination number and the maximum degree of $G$, respectively. They conjecture that an upper bound can be improved and, in fact, $\xi(G) \le c(G) \Delta(G)$. (Observe that, trivially, $c(G) \le \gamma(G)$.) This seems to be the main question for this game at the moment. By investigating expansion properties, we provide asymptotically almost sure bounds on the containability number of binomial random graphs $\mathcal{G}(n,p)$ for a wide range of $p=p(n)$, showing that it forms an intriguing zigzag shape. This result also proves that the conjecture holds for some range of $p$ (or holds up to a constant or an $O(\log n)$ multiplicative factors for some other ranges).

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,949
Score d'incertitude au seuil0,530

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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 ouverte0,0010,000
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 Opus0,035
Tête enseignante GPT0,295
Écart entre enseignants0,260 · 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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Electronic Journal of CombinatoricsMême sujetStochastic processes and statistical mechanicsTravaux en français237 207