Matrix inequalities and majorizations around Hermite–Hadamard’s inequality
Notice bibliographique
Résumé
Abstract We study the classical Hermite–Hadamard inequality in the matrix setting. This leads to a number of interesting matrix inequalities such as the Schatten p -norm estimates $$ \begin{align*}\left(\|A^q\|_p^p + \|B^q\|_p^p\right)^{1/p} \le \|(xA+(1-x)B)^q\|_p+ \|((1-x)A+xB)^q\|_p, \end{align*} $$ for all positive (semidefinite) $n\times n$ matrices $A,B$ and $0<q,x<1$ . A related decomposition, with the assumption $X^*X+Y^*Y=XX^*+YY^*=I$ , is $$ \begin{align*}(X^*AX+Y^*BY)\oplus (Y^*AY+X^*BX) =\frac{1}{2n}\sum_{k=1}^{2n} U_k (A\oplus B)U_k^*, \end{align*} $$ for some family of $2n\times 2n$ unitary matrices $U_k$ . This is a majorization which is obtained by using the Hansen–Pedersen trace inequality.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».