MétaCan
Menu
Retour à la cohorte
Enregistrement W3098936822

On computational complexity of Siegel Julia sets

2012· article· en· W3098936822 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Dynamics and Fractals
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésJulia setQuadratic equationComputational complexity theoryMathematicsPolynomialClass (philosophy)Structural complexity theoryComplexity classAlgebra over a fieldDiscrete mathematicsComputer scienceAlgorithmPure mathematicsArtificial intelligenceGeometryMathematical analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract. It is known that some polynomial Julia sets are algorithmically impossible to draw with arbitrary magnification. On the other hand, for a large class of examples the problem of drawing a picture has polynomial complexity. In this paper we demonstrate the existence of computable quadratic Julia sets whose computational complexity is arbitrarily high. 1. Foreword Let us informally say that a compact set in the plane is computable if one can program a computer to draw a picture of this set on the screen, with an arbitrary desired magnification. It was recently shown by the second and third authors, that some Julia sets are not computable [BY]. This in itself is quite surprising to dynamicists – Julia sets are among the “most drawn ” objects in contemporary mathematics, and numerous algorithms exist to produce their pictures. In the cases when one has not been able to produce informative pictures (the dynamically pathological cases, like maps with a Cremer or a highly Liouville Siegel point) the feeling had been that this was due to the immense computational resources required by the known algorithms. The next surprise came with the discovery by the authors of this paper in [BBY] that all Cremer quadratics (or more generally, rational maps without rotation domains) have computable Julia sets. The non-computable examples constructed in [BY] were Siegel quadratic polynomials, and one would expect the Cremer case to be at least as bad if not worse computationally. The natural question to ask is then whether in those cases in which we know the Julia set is computable, but no good pictures exist, the computational complexity of such a set is indeed high. Here at least, our original intuition seems to be correct: it is shown in the present paper that there exist computable Siegel quadratic Julia sets with arbitrarily high computational complexity. An irritating possibility still remains that some Cremer Julia sets are computationally easy (and we just do not go about trying to draw them in the right way). This, however, seems unlikely. We note that the examples constructed in this paper are the first known cases of Julia sets which are not poly-time computable. The second author [Brv] and independently Rettinger [Ret] have previously shown that hyperbolic

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.

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 candidatesCharge 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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil0,998

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)0,0030,000

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 Opus0,137
Tête enseignante GPT0,366
Écart entre enseignants0,229 · 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

En bref

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMathematical Dynamics and FractalsTravaux en français237 207