MétaCan
Menu
Retour à la cohorte
Enregistrement W4320880544 · doi:10.21203/rs.3.rs-2256932/v1

Models of Motion in Abstract Linear Algebra

2023· preprint· en· W4320880544 sur OpenAlexaff
Bianca Drumea

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMathematics
ThématiqueAdvanced Topics in Algebra
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMotion (physics)Algebra over a fieldLinear algebraMathematicsComputer sciencePure mathematicsGeometryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract This paper will solve problems using numerical tools from various branches of math, including linear algebra, analytical topology, and calculus. The main question is of how one can define an abstract algebraic group within a Hilbert space to describe an individual performing a specific movement. Several other questions arise from this, including the modeling of an axis of rotation. These are best resolved by an abstract representation of a motion of a body in space, then applying it to a specific material case. The abstract representation will be in the form of an algebraic group with a defined topology. The model maps the possible singular points in space the individual could occupy. The method of arriving at a solution for each step of the problem was the creation of a series of conclusions, linked by reasoning, expanding from an initial material example. This is known as divergent reasoning. Existent theories related to the concept at the root of the computational result were analyzed to identify any contradictions in lines of reasoning. The model was developed by means of an example case of a sport with elements of martial arts and gymnastics, called tricking. This was accomplished using four theorems: the Hilbert Basis theorem, the Nullstellensatz theorem, the weak Nullstellensatz theorem, and a new theorem, which describes the axis of rotation. The intended outcome is achieved by the end of the paper. The model was proved with a physical example, in which the algebraic group was translated into a vector function in R 3 between a limiting interval of time.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0030,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,329
Tête enseignante GPT0,494
Écart entre enseignants0,164 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetAdvanced Topics in AlgebraTravaux en français237 207