MétaCan
Menu
Retour à la cohorte
Enregistrement W4367694311 · doi:10.48550/arxiv.2305.00479

On the $m\mathrm{th}$-Order Weighted Projection Body Operator and Related Inequalities

2023· preprint· en· W4367694311 sur OpenAlexfundno aff
Dylan Langharst, Eli Putterman, Michael Roysdon, Deping Ye

Notice bibliographique

RevuearXiv (Cornell University) · 2023
Typepreprint
Langueen
DomaineMathematics
ThématiquePoint processes and geometric inequalities
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésConvex bodyCombinatoricsProjection (relational algebra)Order (exchange)MathematicsLebesgue measureRegular polygonMeasure (data warehouse)Operator (biology)Lebesgue integrationMathematical analysisGeometryConvex hullAlgorithmChemistry

Résumé

récupéré en direct d'OpenAlex

For a convex body $K$ in $\mathbb R^n$, the inequalities of Rogers-Shephard and Zhang, written succinctly, are $$\text{vol}_n(DK)\leq \binom{2n}{n} \text{vol}_n(K) \leq \text{vol}_n(n\text{vol}_n(K)Π^\circ K).$$ Here, $DK=\{x\in\mathbb R^n:K\cap(K+x)\neq \emptyset\}$ is the difference body of $K$, and $Π^\circ K$ is the polar projection body of $K$. There is equality in either if, and only if, $K$ is a $n$-dimensional simplex. In fact, there exists a collection of convex bodies, the so-called radial mean bodies $R_p K$ introduced by Gardner and Zhang, which continuously interpolates between $DK$ and $Π^\circ K$. For $m\in\mathbb N$, Schneider defined the $m$th-order difference body of $K$ as $$D^m(K)=\{(x_1,\dots,x_m)\in\mathbb R^{nm}:K\cap_{i=1}^m(K+x_i)\neq \emptyset\}\subset \mathbb R^{nm}$$ and proved the $m$th-order Rogers-Shephard inequality. In a prequel to this work, the authors, working with Haddad, extended this $m$th-order concept to the radial mean bodies and the polar projection body, establishing the associated Zhang's projection inequality. In this work, we introduce weighted versions of the above-mentioned operators by replacing the Lebesgue measure with measures that have density. The weighted version of these operators in the $m=1$ case was first done by Roysdon (difference body), Langharst-Roysdon-Zvavitch (polar projection body) and Langharst-Putterman (radial mean bodies). This work can be seen as a sequel to all those works, extending them to $m$th-order. In the last section, we extend many of these ideas to the setting of generalized volume, first introduced by Gardner-Hug-Weil-Xing-Ye.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,026
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,166
Tête enseignante GPT0,242
Écart entre enseignants0,076 · 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.

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 revuearXiv (Cornell University)Même sujetPoint processes and geometric inequalitiesTravaux en français237 207