A new variant of the Sombor matrix: bounds on spectral radius and energy with applications to QSPR analysis of COVID-19 drugs
Notice bibliographique
Résumé
In this paper, we introduce a novel variant of the Sombor matrix, denoted as $\mathcal{NS}o(\zeta)$, for a simple graph $\zeta(\mathcal{V}, \mathcal{E})$. The matrix is defined such that for $i \neq j$, the $(i,j)$-entry is given by $\sqrt{d_{i}^{2}+d_{j}^{2}}$, where $d_i$ represents the degree of the $i^{\text{th}}$ vertex, and zero otherwise. Let $\eta_1 \geq \eta_2 \geq \cdots \geq \eta_{\rho}$ denote the eigenvalues of $\mathcal{NS}o(\zeta)$, with $\eta_1$ being the spectral radius. The Sombor energy $E_{\mathcal{NS}o}(\zeta)$ is defined as the sum of the absolute values of these eigenvalues. We derive upper and lower bounds for both $\eta_1$ and $E_{\mathcal{NS}o}(\zeta)$ in terms of the first Zagreb index ($M_1(\zeta)$). As an application, we perform a Quantitative Structure-Property Relationship (QSPR) analysis using a dataset of drugs employed in the treatment of COVID-19 patients. We construct linear, quadratic, and cubic regression models to explore the relationship between the physicochemical properties of these drugs and their corresponding $E_{\mathcal{NS}o}(\zeta)$ values, with the models visualized through graphical representations.
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 | 0,002 |
| 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 | 0,000 |
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 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 ».