MétaCan
Menu
Retour à la cohorte
Enregistrement W2981919721 · doi:10.1007/jhep11(2020)164

Generalized planar Feynman diagrams: collections

2020· article· en· W2981919721 sur OpenAlexafffund

Notice bibliographique

RevueJournal of High Energy Physics · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Mathematical Theories and Applications
Établissements canadiensPerimeter InstituteUniversity of Waterloo
Organismes subventionnairesInstitut Périmètre de physique théoriqueGovernment of CanadaMinistero dello Sviluppo EconomicoInnovation, Science and Economic Development Canada
Mots-clésFeynman diagramPlanarity testingPlanarScalar (mathematics)Metric (unit)Tree (set theory)Feynman graphSpace (punctuation)

Résumé

récupéré en direct d'OpenAlex

Abstract Tree-level Feynman diagrams in a cubic scalar theory can be given a metric such that each edge has a length. The space of metric trees is made out of orthants joined where a tree degenerates. Here we restrict to planar trees since each degeneration of a tree leads to a single planar neighbor. Amplitudes are computed as an integral over the space of metrics where edge lengths are Schwinger parameters. In this work we propose that a natural generalization of Feynman diagrams is provided by what are known as metric tree arrangements. These are collections of metric trees subject to a compatibility condition on the metrics. We introduce the notion of planar col lections of Feynman diagrams and argue that using planarity one can generate all planar collections starting from any one. Moreover, we identify a canonical initial collection for all n. Generalized k = 3 biadjoint amplitudes, introduced by Early, Guevara, Mizera, and one of the authors, are easily computed as an integral over the space of metrics of planar collections of Feynman diagrams.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,015
Tête enseignante GPT0,245
Écart entre enseignants0,230 · 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

Citations16
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of High Energy PhysicsMême sujetAdvanced Mathematical Theories and ApplicationsTravaux en français237 207