MétaCan
Menu
Retour à la cohorte
Enregistrement W3174798543 · doi:10.4310/jdg/1738163208

Stability of isoperimetric inequalities for Laplace eigenvalues on surfaces

2025· article· en· W3174798543 sur OpenAlexaff
Mikhail Karpukhin, Mickaël Nahon, Iosif Polterovich, Daniel Stern

Notice bibliographique

RevueJournal of Differential Geometry · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueNonlinear Partial Differential Equations
Établissements canadiensUniversité de Montréal
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésIsoperimetric inequalityMathematicsEigenvalues and eigenvectorsMathematical analysisMeasure (data warehouse)Sobolev spaceIsoperimetric dimensionLaplace operatorStability (learning theory)Conformal mapMetric (unit)Pure mathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

We prove stability estimates for the isoperimetric inequalities for the first and the second nonzero Laplace eigenvalues on surfaces, both globally and in a fixed conformal class. We employ the notion of eigenvalues of measures and show that if a normalized eigenvalue is close to its maximal value, the corresponding measure must be close in the Sobolev space $W^{-1,2}$ to the set of maximizing measures. In particular, this implies a qualitative stability result: metrics almost maximizing the normalized eigenvalue must be $W^{-1,2}$ -close to a maximal metric. Following this approach, we prove sharp quantitative stability of the celebrated Hersch's inequality for the first eigenvalue on the sphere, as well as of its counterpart for the second eigenvalue. Similar results are also obtained for the precise isoperimetric eigenvalue inequalities on the projective plane, torus, and Klein bottle. The square of the $W^{-1,2}$ distance to a maximizing measure in these stability estimates is controlled by the difference between the normalized eigenvalue and its maximal value, indicating that the maxima are in a sense nondegenerate. We construct examples showing that the power of the distance can not be improved, and that the choice of the Sobolev space $W^{-1,2}$ is optimal.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
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 Opus0,097
Tête enseignante GPT0,380
Écart entre enseignants0,283 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Differential GeometryMême sujetNonlinear Partial Differential EquationsTravaux en français237 207