MétaCan
Menu
Retour à la cohorte
Enregistrement W7017520897

Applied Hilbert's Nullstellensatz for Combinatorial Problems

2016· dissertation· en· W7017520897 sur OpenAlexfundno aff

Notice bibliographique

RevueUWSpace (University of Waterloo) · 2016
Typedissertation
Langueen
DomaineMathematics
ThématiqueAdvanced Optimization Algorithms Research
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Naval ResearchNatural Sciences and Engineering Research Council of Canada
Mots-clésNucleofectionGestational periodTSG101HyporeflexiaArticular cartilage damageDiafiltrationLiquation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Various feasibility problems in Combinatorial Optimization can be stated using systems of polynomial equations. Determining the existence of a \\textit{stable set} of a given size, finding the \\textit{chromatic number} of a graph or more generally, determining the feasibility of an \\textit{Integer Programming problem} are classical examples of this. In this thesis we study a powerful tool from Algebraic Geometry, called \\textit{Hilbert's Nullstellensatz}. It characterizes the \\textit{infeasibility} of a system of polynomial equations by the \\textit{feasibility} of a possibly very large system of \\textit{linear equations}. The solutions to this linear system provide \\textit{certificates} for the infeasibility of the polynomial system, called \\textit{Nullstellensatz Certificates}. \n \nIn this thesis we focus on the study of Nullstellensatz Certificates for the existence of \\textit{proper colorings} of graphs. We use basic ideas from \\textit{duality theory} to determine various properties of the Nullstellensatz Certificates. We give new proofs to several known results in the current literature and present some new results that shed some light on the relationship between the sparsity of a graph and the \\textit{size} of the Nullstellensatz Certificates for \\textit{$k$-colorability}.

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)0,006
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,010
Communication savante0,0040,008
Science ouverte0,0020,005
Intégrité de la recherche0,0020,009
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,024
Tête enseignante GPT0,264
Écart entre enseignants0,240 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUWSpace (University of Waterloo)Même sujetAdvanced Optimization Algorithms ResearchTravaux en français237 207