論文の概要: Positivity in classical enumerative geometry: a case study in synchronized AI-assisted mathematics

• arxiv url: http://arxiv.org/abs/2605.25271v1
• Date: Sun, 24 May 2026 21:56:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:19.055944
• Title: Positivity in classical enumerative geometry: a case study in synchronized AI-assisted mathematics
• Title（参考訳）: 古典的数え上げ幾何学における肯定性--シンクロナイズドAI支援数学のケーススタディ
• Authors: Gergely Bérczi, László M. Fehér,
• Abstract要約: 対称$prod_in A_n,dbigl ここで、$A_n,d:=inmathbbZ_ge 0n:||=d$は、$mathrmSymd(mathbbCn)$のチャーン類である。 我々は、それらの構造に関するいくつかの予想を証明し、明示的な公式を確立し、チャーン類とそれらの$K$-理論的類似物の両方の対数共共空性について研究する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study the symmetric polynomial $\prod_{α\in A_{n,d}}\bigl(1+α_1 x_1+\cdots+α_n x_n\bigr)$ where $A_{n,d}:=\{α\in\mathbb{Z}_{\ge 0}^n:|α|=d\}$, which is the total Chern class of $\mathrm{Sym}^d(\mathbb{C}^n)$, viewed as a torus representation whose Chern roots are the weights $α_1 x_1+\cdots+α_n x_n$ for $α\in A_{n,d}$. Its homogeneous degree-$k$ part $c_k(n,d)$ is the $k$-th Chern class of $\mathrm{Sym}^d(\mathbb{C}^n)$. These Chern classes, together with their coefficients in various symmetric function bases, play a central role in enumerative geometry. Despite their simple definition, general closed formulas for their coefficients are subtle, and many structural properties of these classes have remained poorly understood. In this paper we prove several conjectures concerning their structure, establish explicit formulas, and study log-concavity properties for both the Chern classes and their $K$-theoretic analogue. In rank two, passing to the Schur basis and expanding the Schur coefficients in the binomial basis of $d$, we uncover a new binomial log-concavity phenomenon and prove refined positivity results. The paper demonstrates a novel methodology: we combine several AI systems with human mathematical insight in a coordinated workflow, deploying each tool according to its strengths in experimental discovery, conjecture formation, symbolic proof construction, and verification. To our knowledge, this is one of the first detailed case studies of orchestrating multiple AI tools to make substantial progress on a coherent mathematical research project.
• Abstract（参考訳）: 対称多項式 $\prod_{α\in A_{n,d}}\bigl(1+α_1 x_1+\cdots+α_n x_n\bigr)$ ここで、$A_{n,d}:=\{α\in\mathbb{Z}_{\ge 0}^n:|α|=d\}$ は、$\mathrm{Sym}^d(\mathbb{C}^n)$ の全体のチャーン類であり、チャーン根が $α\in A_{n,d}$ に対して $α_1 x_1+\cdots+α_n x_n$ のトーラス表現と見なされる。 その同次次数-$k$ part $c_k(n,d)$は$\mathrm{Sym}^d(\mathbb{C}^n)$の$k$-番目のチャーン類である。 これらのチャーン類は、様々な対称函数基底の係数とともに、数え上げ幾何学において中心的な役割を果たす。 その単純な定義にもかかわらず、それらの係数の一般閉公式は微妙であり、これらのクラスの多くの構造的特性は理解されていないままである。 本稿では、それらの構造に関するいくつかの予想を証明し、明示的な公式を確立し、チャーン類とそれらの$K$-理論的類似物の両方の対数共共役性について研究する。 ランク2では、シュア基底に通過し、二項基底の$d$でシュア係数を拡大すると、新しい二項対数共振現象を発見し、洗練された正の値が証明される。 協調ワークフローにおいて、複数のAIシステムと人間の数学的洞察を組み合わせ、実験的な発見、予想形成、象徴的な証明構築、検証において、それぞれのツールの強みに応じてデプロイする。 私たちの知る限り、これは複数のAIツールを編成し、一貫性のある数学的研究プロジェクトをかなり前進させる最初の詳細なケーススタディの1つです。

関連論文リスト

• Robust Learning of Multi-index Models via Iterative Subspace Approximation [36.138661719725626]
  ガウス分布下でラベルノイズを伴うマルチインデックスモデル(MIM)の学習課題について検討する。 一定の正則性特性を満たす有限範囲の良好なMIMに着目する。 ランダムな分類ノイズが存在する場合、我々のアルゴリズムの複雑さは1/epsilon$と不可知的にスケールする。
  論文  参考訳（メタデータ） (2025-02-13T17:37:42Z)
• Learning sum of diverse features: computational hardness and efficient gradient-based training for ridge combinations [40.77319247558742]
  目的関数 $f_*:mathbbRdtomathbbR$ を加法構造で学習する際の計算複雑性について検討する。 2層ニューラルネットワークの勾配学習により,$f_*$の大規模なサブセットを効率的に学習できることを実証した。
  論文  参考訳（メタデータ） (2024-06-17T17:59:17Z)
• Provably learning a multi-head attention layer [55.2904547651831]
  マルチヘッドアテンション層は、従来のフィードフォワードモデルとは分離したトランスフォーマーアーキテクチャの重要な構成要素の1つである。 本研究では,ランダムな例から多面的注意層を実証的に学習する研究を開始する。 最悪の場合、$m$に対する指数的依存は避けられないことを示す。
  論文  参考訳（メタデータ） (2024-02-06T15:39:09Z)
• A Unified Framework for Uniform Signal Recovery in Nonlinear Generative Compressed Sensing [68.80803866919123]
  非線形測定では、ほとんどの先行結果は一様ではない、すなわち、すべての$mathbfx*$に対してではなく、固定された$mathbfx*$に対して高い確率で保持される。 本フレームワークはGCSに1ビット/一様量子化観測と単一インデックスモデルを標準例として適用する。 また、指標集合が計量エントロピーが低い製品プロセスに対して、より厳密な境界を生み出す濃度不等式も開発する。
  論文  参考訳（メタデータ） (2023-09-25T17:54:19Z)
• Learning a Single Neuron with Adversarial Label Noise via Gradient Descent [50.659479930171585]
  モノトン活性化に対する $mathbfxmapstosigma(mathbfwcdotmathbfx)$ の関数について検討する。 学習者の目標は仮説ベクトル $mathbfw$ that $F(mathbbw)=C, epsilon$ を高い確率で出力することである。
  論文  参考訳（メタデータ） (2022-06-17T17:55:43Z)
• Low-degree learning and the metric entropy of polynomials [44.99833362998488]
  少なくとも$Omega(sqrtvarepsilon)2dlog n leq log mathsfM(mathscrF_n,d,|cdot|_L,varepsilon)は2辺の推定値$c(1-varepsilon)2dlogを満たす。
  論文  参考訳（メタデータ） (2022-03-17T23:52:08Z)
• Stochastic behavior of outcome of Schur-Weyl duality measurement [45.41082277680607]
  我々は、$n$ qubits上のシュル=ワイル双対性に基づく分解によって定義される測定に焦点をあてる。 我々は、$n$が無限大に進むとき、中心極限の一種を含む様々な種類の分布を導出する。
  論文  参考訳（メタデータ） (2021-04-26T15:03:08Z)
• Small Covers for Near-Zero Sets of Polynomials and Learning Latent Variable Models [56.98280399449707]
  我々は、s$ of cardinality $m = (k/epsilon)o_d(k1/d)$ に対して $epsilon$-cover が存在することを示す。 構造的結果に基づいて,いくつかの基本的高次元確率モデル隠れ変数の学習アルゴリズムを改良した。
  論文  参考訳（メタデータ） (2020-12-14T18:14:08Z)
• Classical Dynamics from Self-Consistency Equations in Quantum Mechanics -- Extended Version [0.0]
  我々は、ボナの非線形量子力学の一般化に対する新しい数学的アプローチを提案する。 自己整合性の中心的な役割を強調します。 いくつかの新しい数学的概念が紹介され、これはおそらくそれ自体が興味深い。
  論文  参考訳（メタデータ） (2020-09-10T16:20:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。