MétaCan
Menu
Retour à la cohorte
Enregistrement W3021043636 · doi:10.1103/physrevd.102.036001

Mellin transform approach to rephasing invariants

2020· article· en· W3021043636 sur OpenAlexafffund
Jean-François Fortin, Nicolas Giasson, Luc Marleau, Jasmine Pelletier-Dumont

Notice bibliographique

RevuePhysical review. D/Physical review. D. · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNeutrino Physics Research
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésQuartic functionMeasure (data warehouse)Haar measureProbability density functionNeutrinoMellin transformMAJORANADirac (video compression format)Function (biology)MathematicsPhysicsPure mathematicsMathematical analysisQuantum mechanicsStatisticsComputer scienceFourier transform

Résumé

récupéré en direct d'OpenAlex

In the low-energy effective theory of neutrinos, the Haar measure for unitary matrices is very likely to give rise to something similar to the observed Pontecorvo-Maki-Nakagawa-Sakata matrix. Assuming the Haar measure, we determine the probability density functions for all quadratic, quartic Majorana, and quartic Dirac rephasing invariants for an arbitrary number of neutrino generations. We show that for a fixed number of neutrinos, all rephasing invariants of the same type have the same probability density function under the Haar measure. We then compute the moments of the rephasing invariants to determine, with the help of the Mellin transform, the three probability density functions. We finally investigate the physical implications of our results in function of the number of neutrinos.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,746
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,004

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 Opus0,048
Tête enseignante GPT0,450
Écart entre enseignants0,402 · 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.

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

Citations5
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. D/Physical review. D.Même sujetNeutrino Physics ResearchTravaux en français237 207