MétaCan
Menu
Retour à la cohorte
Enregistrement W4413241235 · doi:10.1002/rsa.70026

Sidorenko‐Type Inequalities for Pairs of Trees

2025· article· en· W4413241235 sur OpenAlexafffund
Natalie Behague, Gabriel Crudele, Jonathan A. Noel, Lina M. Simbaqueba

Notice bibliographique

RevueRandom Structures and Algorithms · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Graph Theory Research
Établissements canadiensUniversity of VictoriaMcGill University
Organismes subventionnairesDivision of Mathematical SciencesNatural Sciences and Engineering Research Council of CanadaMitacsPacific Institute for the Mathematical SciencesUniversity of Victoria
Mots-clésHomomorphismMathematicsCombinatoricsVertex (graph theory)Path (computing)Type (biology)GraphDiscrete mathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Given two non‐empty graphs and , write to mean that for every graph , where is the homomorphism density function. We obtain various necessary and sufficient conditions for two trees and to satisfy and determine all such pairs on at most 8 vertices. This extends the results of Leontovich and Sidorenko from the 1980s and 1990s. Our approach applies an information‐theoretic technique to reduce the problem of showing that for two forests and to solving a linear program of Kopparty and Rossman (2011). We also characterize trees which satisfy or , where is the ‐vertex star and is the 4‐vertex path and resolve a problem of Csikvári and Lin (2015).

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)0,005
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0040,010
Science ouverte0,0030,004
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,019
Tête enseignante GPT0,309
Écart entre enseignants0,290 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRandom Structures and AlgorithmsMême sujetAdvanced Graph Theory ResearchTravaux en français237 207