MétaCan
Menu
Retour à la cohorte
Enregistrement W4405432552 · doi:10.48550/arxiv.2412.09673

Spread complexity for the planar limit of holography

2024· preprint· W4405432552 sur OpenAlexfundno aff
Rathindra Nath Das, Saskia Demulder, Johanna Erdmenger, Christian Northe

Notice bibliographique

RevuearXiv (Cornell University) · 2024
Typepreprint
Langue
DomaineComputer Science
ThématiqueComputational Geometry and Mesh Generation
Établissements canadiensnon disponible
Organismes subventionnairesHigh Energy PhysicsHORIZON EUROPE Framework ProgrammeAzrieli FoundationIsrael Science FoundationDeutsche ForschungsgemeinschaftDeutscher Akademischer AustauschdienstEuropean Commission
Mots-clésLimit (mathematics)PlanarHolographyComputer sciencePhysicsOpticsMathematicsComputer graphics (images)Mathematical analysis

Résumé

récupéré en direct d'OpenAlex

Complexity is a fundamental characteristic of states within a quantum system. Its use is however mostly limited to bosonic systems, inhibiting its present applicability to supersymmetric theories. This is also relevant to its application to the AdS/CFT correspondence. To address this limitation, we extend the framework of spread complexity beyond bosonic systems to include fermionic and supercoherent states. This offers a gateway to compute spread complexity analytically for any semiclassical system governed by a Hamiltonian associated with a Lie (super)algebra. This requires extending the Krylov chain to a Krylov path in a higher-dimensional lattice. A detailed analysis of supercoherent states within the super Heisenberg-Weyl and OSp$(2|1)$ algebras elucidates distinct contributions from bosonic and fermionic degrees of freedom to the complexity. This generalisation allows us to access the semiclassical regime of the planar limit of the holographic correspondence. We then compute the spread complexity of large charge superstring states on the gravity side, which are equivalent to the dual gauge states. The resulting complexity leads to Krylov paths capturing the geometry in which the string propagates.

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)0,003
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,172
Tête enseignante GPT0,218
Écart entre enseignants0,046 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetComputational Geometry and Mesh GenerationTravaux en français237 207