MétaCan
Menu
Retour à la cohorte
Enregistrement W4404995623 · doi:10.48550/arxiv.2411.18563

Lower tails for triangles inside the critical window

2024· preprint· en· W4404995623 sur OpenAlexfundno aff
Matthew Jenssen, Will Perkins, Aditya Potukuchi, Michael Simkin

Notice bibliographique

RevuearXiv (Cornell University) · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueStructural Analysis and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésWindow (computing)MathematicsCombinatoricsComputer scienceOperating system

Résumé

récupéré en direct d'OpenAlex

We study the probability that the random graph $G(n,p)$ is triangle-free. When $p =o(n^{-1/2})$ or $p = ω(n^{-1/2})$ the asymptotics of the logarithm of this probability are known via Janson's inequality in the former case and via regularity or hypergraph container methods in the latter case. We prove for the first time an asymptotic formula for the logarithm of this probability when $p = c n^{-1/2}$ for $c$ a sufficiently small constant. More generally, we study lower-tail large deviations for triangles in random graphs: the probability that $G(n,p)$ has at most $η$ times its expected number of triangles, when $p = c n^{-1/2}$ for $c$ and $η\in [0,1)$ constant. Our results apply for all $c$ if $η\ge .4993$ and for $c$ small enough otherwise. For $η$ small (including the case of triangle-freeness), we prove that a phase transition occurs as $c$ varies, in the sense of a non-analyticity of the rate function, while for $η\ge .4993$ we prove that no phase transition occurs. On the other hand for the random graph $G(n,m)$, with $m = b n^{3/2}$, we show that a phase transition occurs in the lower-tail problem for triangles as $b$ varies for \emph{every} $η\in [0,1)$. Our method involves ingredients from algorithms and statistical physics including the cluster expansion and concentration inequalities for contractive Markov chains.

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)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,016
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 savante0,0020,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,051
Tête enseignante GPT0,186
Écart entre enseignants0,135 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetStructural Analysis and OptimizationTravaux en français237 207