MétaCan
Menu
Retour à la cohorte
Enregistrement W4388723858 · doi:10.13001/ela.2023.7971

Eigenvalues for stochastic matrices with a prescribed stationary distribution

2023· article· en· W4388723858 sur OpenAlexafffund
Stephen Kirkland

Notice bibliographique

RevueElectronic Journal of Linear Algebra · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueMatrix Theory and Algorithms
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMathematicsCombinatoricsEigenvalues and eigenvectorsVertex (graph theory)LambdaSigmaMatrix (chemical analysis)GraphPhysicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Given a vector $0 0, w^\top \mathbf{1} =1} \sigma_\mathcal{S}(w) =[0,1],$ and a characterization is given of the vectors $w$ such that $\sigma_\mathcal{S}(w)$ contains an element $\lambda \ne 1$ with $|\lambda|=1.$ The corresponding problem for reversible stochastic matrices with given left Perron vector is also considered, as is the corresponding region $\sigma_\mathcal{R}(w),$ which is a subset of $[-1,1].$ Under a mild hypothesis on $w, $ it is proven that the smallest element of $\sigma_\mathcal{R}(w)$ corresponds to a reversible stochastic matrix whose graph is a tree with a loop at one vertex. A general lower bound on the eigenvalues of reversible stochastic matrices with given left Perron vector is also given, as is a complete description of $\sigma_\mathcal{R}(w)$ when $w$ has two or three entries.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,243 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueElectronic Journal of Linear AlgebraMême sujetMatrix Theory and AlgorithmsTravaux en français237 207