Notice bibliographique
Résumé
Let $X$ be a finite-dimensional connected compact abelian group equipped with the normalized Haar measure $\unicode[STIX]{x1D707}$ . We obtain the following mean ergodic theorem over ‘thin’ phase sets. Fix $k\geq 1$ and, for every $n\geq 1$ , let $A_{n}$ be a subset of $\mathbb{Z}^{k}\cap [-n,n]^{k}$ . Assume that $(A_{n})_{n\geq 1}$ has $\unicode[STIX]{x1D714}(1/n)$ density in the sense that $\lim _{n\rightarrow \infty }(|A_{n}|/n^{k-1})=\infty$ . Let $T_{1},\ldots ,T_{k}$ be ergodic automorphisms of $X$ . We have $$\begin{eqnarray}\frac{1}{|A_{n}|}\mathop{\sum }_{(n_{1},\ldots ,n_{k})\in A_{n}}f_{1}(T_{1}^{n_{1}}(x))\cdots f_{k}(T_{k}^{n_{k}}(x))\stackrel{L_{\unicode[STIX]{x1D707}}^{2}}{\longrightarrow }\int f_{1}\,d\unicode[STIX]{x1D707}\cdots \int f_{k}\,d\unicode[STIX]{x1D707},\end{eqnarray}$$ for any $f_{1},\ldots ,f_{k}\in L_{\unicode[STIX]{x1D707}}^{\infty }$ . When the $T_{i}$ are ergodic epimorphisms, the same conclusion holds under the further assumption that $A_{n}$ is a subset of $[0,n]^{k}$ for every $n$ . The density assumption on the $A_{i}$ is necessary. Immediate applications include certain Poincaré style recurrence results.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».