MétaCan
Menu
Retour à la cohorte
Enregistrement W3105764270

Holonomy spin foam models: Asymptotic geometry of the partition function

2013· article· en· W3105764270 sur OpenAlexfundno aff

Notice bibliographique

RevueMPG.PuRe (Max Planck Society) · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNarodowe Centrum NaukiInstitut Périmètre de physique théoriqueIndustry CanadaGovernment of Canada
Mots-clésPartition function (quantum field theory)Spin foamHolonomyImmirzi parameterCurvatureMathematicsPartition (number theory)Boundary (topology)Spin networkSpinsGeometryMathematical analysisLoop quantum gravityPhysicsCombinatoricsQuantum mechanicsQuantumQuantum gravity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We study the asymptotic geometry of the spin foam partition function for a large class of models, including the models of Barrett and Crane, Engle, Pereira, Rovelli and Livine, and, Freidel and Krasnov. The asymptotics is taken with respect to the boundary spins only, no assumption of large spins is made in the interior. We give a sufficient criterion for the existence of the partition function. We find that geometric boundary data is suppressed unless its interior continuation satisfies certain accidental curvature constraints. This means in particular that most Regge manifolds are suppressed in the asymptotic regime. We discuss this explicitly for the case of the configurations arising in the 3-3 Pachner move. We identify the origin of these accidental curvature constraints as an incorrect twisting of the face amplitude upon introduction of the Immirzi parameter and propose a way to resolve this problem, albeit at the price of losing the connection to the SU(2) boundary Hilbert space. The key methodological innovation that enables these results is the introduction of the notion of wave front sets, and the adaptation of tools for their study from micro local analysis to the case of spin foam partition functions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,438
Score d'incertitude au seuil0,427

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)0,0000,000

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 Opus0,054
Tête enseignante GPT0,290
Écart entre enseignants0,235 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations35
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMPG.PuRe (Max Planck Society)Même sujetAdvanced Neuroimaging Techniques and ApplicationsTravaux en français237 207