MétaCan
Menu
Retour à la cohorte
Enregistrement W4386857812 · doi:10.1016/j.procs.2023.08.244

Graphs with constant balancing number

2023· article· en· W4386857812 sur OpenAlexaff
Yair Caro, Ileana González-Escalante, Adriana Hansberg, Mariel Jácome, Tonatiuh Matos Wiederhold, Amanda Montejano

Notice bibliographique

RevueProcedia Computer Science · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueLimits and Structures in Graph Theory
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCombinatoricsConstant (computer programming)Edge coloringGraphGraph coloringComputer scienceUpper and lower boundsMathematicsExponential functionDiscrete mathematicsLine graphGraph power

Résumé

récupéré en direct d'OpenAlex

In this paper, we study the existence of unavoidable 2-edge-colored patterns in edge-colorings of the complete graph. We are interested in how these patterns change as the densities of the color classes change. A graph is called balanceable if it can be found, with half its edges in one color and half of them in the other, in any 2-edge-coloring of Kn with sufficiently many edges in each color class and n large enough. The balancing number bal(n,G) of a balanceable graph G is the maximum number m of edges such that there is a coloring of Kn with m edges in one color class without having a balanced copy of G. Equivalently, any 2-edge-coloring of Kn with more than bal(n,G) edges in each color contains a balanced copy of G. Graphs with constant (not depending on n) balancing number have been previously characterized. We give a new proof of such characterization that allows us not only to understand in a deeper way the structure of the graphs with constant balancing number but also to show that bal(n,G) is quadratic on the number of edges of G, a bound that differs substantially from the previous known that was exponential.

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)0,000
score de la tête « metaresearch » (Gemma)0,004
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: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,020
Tête enseignante GPT0,281
Écart entre enseignants0,261 · 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 revueProcedia Computer ScienceMême sujetLimits and Structures in Graph TheoryTravaux en français237 207