MétaCan
Menu
Retour à la cohorte
Enregistrement W3036011203 · doi:10.48550/arxiv.1712.00669

Drinfeld Modules with Complex Multiplication, Hasse Invariants and\n Factoring Polynomials over Finite Fields

2017· article· en· W3036011203 sur OpenAlexafffund
Javad Doliskani, Anand Kumar Narayanan, Éric Schost

Notice bibliographique

RevuearXiv (Cornell University) · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueCoding theory and cryptography
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaPublic Works and Government Services CanadaNational Science Foundation
Mots-clésMathematicsFinite fieldLift (data mining)Polynomial ringHasse principleInvariant (physics)Multiplication (music)Complex multiplicationDiscrete mathematicsPolynomialCombinatoricsPure mathematicsAlgebraic number fieldElliptic curve

Résumé

récupéré en direct d'OpenAlex

We present a novel randomized algorithm to factor polynomials over a finite\nfield $\\F_q$ of odd characteristic using rank $2$ Drinfeld modules with complex\nmultiplication. The main idea is to compute a lift of the Hasse invariant\n(modulo the polynomial $f \\in \\F_q[x]$ to be factored) with respect to a random\nDrinfeld module $\\phi$ with complex multiplication. Factors of $f$ supported on\nprime ideals with supersingular reduction at $\\phi$ have vanishing Hasse\ninvariant and can be separated from the rest. Incorporating a Drinfeld module\nanalogue of Deligne's congruence, we devise an algorithm to compute the Hasse\ninvariant lift, which turns out to be the crux of our algorithm. The resulting\nexpected runtime of $n^{3/2+\\varepsilon} (\\log q)^{1+o(1)}+n^{1+\\varepsilon}\n(\\log q)^{2+o(1)}$ to factor polynomials of degree $n$ over $\\F_q$ matches the\nfastest previously known algorithm, the Kedlaya-Umans implementation of the\nKaltofen-Shoup algorithm.\n

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,090
Tête enseignante GPT0,202
Écart entre enseignants0,112 · 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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetCoding theory and cryptographyTravaux en français237 207