MétaCan
Menu
Retour à la cohorte
Enregistrement W4388456631 · doi:10.1002/rsa.21197

Sharp thresholds in adaptive random graph processes

2023· article· en· W4388456631 sur OpenAlexfundno aff
Calum MacRury, Erlang Surya

Notice bibliographique

RevueRandom Structures and Algorithms · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Graph Theory Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation of Sri LankaUniversity of TorontoNational Science Foundation
Mots-clésMathematicsRandom regular graphGraphMonotone polygonNull graphCombinatoricsRandom graphLine graphComplement graphDiscrete mathematicsVoltage graphGeometryPathwidth

Résumé

récupéré en direct d'OpenAlex

Abstract The ‐process is a single player game in which the player is initially presented the empty graph on vertices. In each step, a subset of edges is independently sampled according to a distribution . The player then selects one edge from , and adds to its current graph. For a fixed monotone increasing graph property , the objective of the player is to force the graph to satisfy in as few steps as possible. The ‐process generalizes both the Achlioptas process and the semi‐random graph process. We prove a sufficient condition for the existence of a sharp threshold for in the ‐process. Using this condition, in the semi‐random process we prove the existence of a sharp threshold when corresponds to being Hamiltonian or to containing a perfect matching. This resolves two of the open questions proposed by Ben‐Eliezer et al. (RSA, 2020).

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)0,006
score de la tête « metaresearch » (Gemma)0,036
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 enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,036
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,005
Communication savante0,0030,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,022
Tête enseignante GPT0,289
Écart entre enseignants0,266 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRandom Structures and AlgorithmsMême sujetAdvanced Graph Theory ResearchTravaux en français237 207