MétaCan
Menu
Retour à la cohorte
Enregistrement W2963931016 · doi:10.1007/jhep06(2018)162

Feynman diagrams, ribbon graphs, and topological recursion of Eynard-Orantin

2018· article· en· W2963931016 sur OpenAlexafffund
K. Gopalakrishna, Patrick Labelle, Vasilisa Shramchenko

Notice bibliographique

RevueJournal of High Energy Physics · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum Mechanics and Applications
Établissements canadiensChamplain Regional CollegeUniversité de SherbrookeConcordia University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaConcordia UniversityUniversité de SherbrookeBishop's University
Mots-clésRibbonFeynman diagramPhysicsWinding numberHarmonic oscillatorWKB approximationRecursion (computer science)Generating functionCombinatoricsAlgebraic numberDiscrete mathematicsMathematicsQuantum mechanicsMathematical analysisGeometryAlgorithm

Résumé

récupéré en direct d'OpenAlex

A bstract We consider two seemingly unrelated problems, calculation of the WKB expansion of the harmonic oscillator wave functions and counting the number of Feynman diagrams in QED or in many-body physics and show that their solutions are both encoded in a single enumerative problem: calculation of the number of certain types of ribbon graphs. In turn, the numbers of such ribbon graphs as a function of the number of their vertices and edges can be determined recursively through the application of the topological recursion of Eynard-Orantin to the algebraic curve encoded in the Schrödinger equation of the harmonic oscillator. We show how the numbers of these ribbon graphs can be written down in closed form for any given number of vertices and edges. We use these numbers to obtain a formula for the number of N -rooted ribbon graphs with e edges, which is the same as the number of Feynman diagrams for 2 N -point function with e + 1 − N loops.

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 enseignants0,069
Score d'incertitude au seuil0,340

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 recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,243
Écart entre enseignants0,231 · 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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of High Energy PhysicsMême sujetQuantum Mechanics and ApplicationsTravaux en français237 207