MétaCan
Menu
Retour à la cohorte
Enregistrement W7132953287

Random Canonical Products and the Secular Function of the Stochastic Airy Operator

2022· dissertation· W7132953287 sur OpenAlexaff
Lucas Ashbury-Bridgwood

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineMathematics
ThématiqueRandom Matrices and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRandom matrixEigenvalues and eigenvectorsStochastic processOperator (biology)Random fieldContext (archaeology)Random functionMatrix (chemical analysis)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Secular functions of random matrices and their limits are of recent interest in random matrix theory. Such functions are entire with zeros the spectra of the corresponding operators. For example, the general beta ensembles, extending the joint eigenvalue law of classical random matrix ensembles, have a universal soft edge limit upon rescaling called the Airy beta point process. This process also arises as eigenvalues of a random operator called the stochastic Airy operator. It is proven here that secular functions of the general beta ensembles converge in distribution to that of the stochastic Airy operator. Furthermore, this convergence is realized in the context of regularized determinants of operators. This is done by proving new asymptotics of the Airy process and rigidity estimates of the general beta ensembles and establishing this convergence for more general random sequences. These results extend the currently known case for the Gaussian ensembles in Lambert and Paquette (2020). Growth asymptotics are proven for the secular function of the stochastic Airy operator, and as an application some open questions in Lambert and Paquette (2020) are answered. By applying and extending the work in Valkó and Virág (2020) in the bulk case, the secular function is proven to be a unique limiting solution of an ordinary differential equation. Additionally, new convergence laws for discrete matrix models limiting to the stochastic Airy operator are proven, including convergence of the derivatives of eigenfunctions.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,014
Tête enseignante GPT0,310
Écart entre enseignants0,296 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetRandom Matrices and ApplicationsTravaux en français237 207