On Hadwiger’s covering problem in small dimensions
Notice bibliographique
Résumé
Abstract Let $H_n$ be the minimal number such that any n -dimensional convex body can be covered by $H_n$ translates of the interior of that body. Similarly $H_n^s$ is the corresponding quantity for symmetric bodies. It is possible to define $H_n$ and $H_n^s$ in terms of illumination of the boundary of the body using external light sources, and the famous Hadwiger’s covering conjecture (illumination conjecture) states that $H_n=H_{n}^s=2^n$ . In this note, we obtain new upper bounds on $H_n$ and $H_{n}^s$ for small dimensions n . Our main idea is to cover the body by translates of John’s ellipsoid (the inscribed ellipsoid of the largest volume). Using specific lattice coverings, estimates of quermassintegrals for convex bodies in John’s position, and calculations of mean widths of regular simplexes, we prove the following new upper bounds on $H_n$ and $H_n^s$ : $H_5\le 933$ , $H_6\le 6137$ , $H_7\le 41377$ , $H_8\le 284096$ , $H_4^s\le 72$ , $H_5^s\le 305$ , and $H_6^s\le 1292$ . For larger n , we describe how the general asymptotic bounds $H_n\le \binom {2n}{n}n(\ln n+\ln \ln n+5)$ and $H_n^s\le 2^n n(\ln n+\ln \ln n+5)$ due to Rogers, Shephard and Roger, Zong, respectively, can be improved for specific values of n .
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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.
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 tête enseignante, 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 ».