2-Distance and 3-Distance Domination Numbers of the Sierpinski Star Graph
Notice bibliographique
Résumé
The domination set D(G) in graph G=(V(G),E(G)) is a subset of the vertex set in graph G such that every vertex in V(G)\D(G) is adjacent to at least one vertex in D(G). The minimum cardinality of a domination set in graph G is called the domination number and is denoted as γ(G). The set S_k (G) is called the k-distance domination set in graph G if every vertex v in V(G)\S_k (G) has a distance of less than or equal to k from at least one vertex in S_k (G). The minimum cardinality of a k-distance domination set in graph G is called the k-distance domination number and is denoted as γ_k (G). This paper investigated the 2-distance and 3-distance domination sets in the Sierpinski Star graph SS_n and derived the number of 2-distance domination of γ_2 (SS_n)=1 for n<3 and γ_2 (SS_n)=3.3^(n-3) for n≥3, as well as the 3-distance domination number of γ_3 (SS_n)=1 for n<3 and γ_3 (SS_n)=3^(n-3) for n≥3.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».