論文の概要: Tangent classes of matroids and wonderful compactifications
- arxiv url: http://arxiv.org/abs/2607.05835v1
- Date: Tue, 07 Jul 2026 04:56:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-08 21:24:51.400017
- Title: Tangent classes of matroids and wonderful compactifications
- Title（参考訳）: マトロイドのタンジェント類と素晴らしいコンパクト化
- Abstract要約: 実現可能な場合、積分接クラス $T_M,mathcalGmathbbZin K_mathbbZ(M,mathcalG)$ を生成する。
ホー環のヒルベルト級数(英語版)をヒルズブルッヒ-リーマン-ローチを通して回復し、予想されるチャーン-アルファ下界を満たす。
- 参考スコア（独自算出の注目度）: 0.8138288420049126
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: For every loopless matroid $M$ and every Feichtner--Yuzvinsky building set $\mathcal{G}$ containing the top flat, we construct an integral tangent class $T_{M,\mathcal{G}}^{\mathbb{Z}}\in K_{\mathbb{Z}}(M,\mathcal{G})$; in the realizable case it specializes to the class of the tangent bundle of the corresponding wonderful compactification, it recovers the Hilbert series of the Chow ring through Hirzebruch--Riemann--Roch, and it satisfies the expected Chern-alpha lower bounds. This reproduces the tangent class and its key properties studied by the first author in arXiv:2606.22650. The main body of this paper was produced autonomously, without human mathematical guidance, by Danus, an AI mathematical reasoning agent. Danus solved the problem before arXiv:2606.22650 was publicly available, demonstrating the potential of AI agents in mathematical research. We reproduce its output faithfully, adding only editorial comments; the experiment is documented in Appendix B.
- Abstract（参考訳）: 任意のループのないマトロイド $M$ とすべての Feichtner--Yuzvinsky building set $\mathcal{G}$ は、トップフラットを含む積分接クラス $T_{M,\mathcal{G}}^{\mathbb{Z}}\in K_{\mathbb{Z}}(M,\mathcal{G})$ を構成する。
これは、arXiv:2606.22650で最初の著者によって研究されたタンジェント類とその重要な性質を再現する。
この論文の本体はAIの数学的推論エージェントであるDanusによって、人間の数学的ガイダンスなしで自律的に作成された。
Danusはこの問題をarXiv:2606.22650が公開される前に解決し、数学研究におけるAIエージェントの可能性を示した。
我々はその出力を忠実に再現し、編集コメントのみを追加し、実験はAppendix Bで文書化されている。
関連論文リスト
- Positivity in classical enumerative geometry: a case study in synchronized AI-assisted mathematics [0.0]
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$-理論的類似物の両方の対数共共空性について研究する。
論文 参考訳（メタデータ） (2026-05-24T21:56:27Z) - Provably learning a multi-head attention layer [55.2904547651831]
マルチヘッドアテンション層は、従来のフィードフォワードモデルとは分離したトランスフォーマーアーキテクチャの重要な構成要素の1つである。
本研究では,ランダムな例から多面的注意層を実証的に学習する研究を開始する。
最悪の場合、$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*$に対して高い確率で保持される。
本フレームワークはGCSに1ビット/一様量子化観測と単一インデックスモデルを標準例として適用する。
また、指標集合が計量エントロピーが低い製品プロセスに対して、より厳密な境界を生み出す濃度不等式も開発する。
論文 参考訳（メタデータ） (2023-09-25T17:54:19Z) - Upper bounds for Grothendieck constants, quantum correlation matrices and CCP functions [0.0]
我々は、有名なグロタンディーク不等式における実かつ複素グロタンディーク定数$K_GmathbbF$のまだ未知の正確な値を求める(1953年以降未解決)。
また、Grothendieck(K_GmathbbR leq sinh(pi/2) approx 2.301$), Krivine(K_GmathbbR leq fracpi2 ln (1 + sqrt2)の有名な上界を復元する。
論文 参考訳（メタデータ） (2023-05-08T02:43:01Z) - Statistical Learning under Heterogeneous Distribution Shift [71.8393170225794]
ground-truth predictor is additive $mathbbE[mathbfz mid mathbfx,mathbfy] = f_star(mathbfx) +g_star(mathbfy)$.
論文 参考訳（メタデータ） (2023-02-27T16:34:21Z) - Unbiased constrained sampling with Self-Concordant Barrier Hamiltonian
Monte Carlo [18.14591309607824]
Barrier Hamiltonian Monte Carlo (BHMC) は、多様体 $mathrmM$ 上の Gibbs 分布 $pi$ からサンプリングすることを目的とした HMC アルゴリズムのバージョンである。
本稿では,この問題に対処するため,新たなフィルタステップである"進化チェックステップ"を提案する。
我々の主な結果は、これらの2つの新しいアルゴリズムが$pi$に対して可逆的なマルコフ連鎖を生成し、以前の実装と比較してバイアスに悩まされないことを証明している。
論文 参考訳（メタデータ） (2022-10-21T12:56:07Z) - SQ Lower Bounds for Learning Single Neurons with Massart Noise [40.1662767099183]
マスアートノイズの存在下で単一ニューロンを学習するPAC。
我々は、任意の定数係数内で最適な誤差を近似できる効率的なSQアルゴリズムが存在しないことを証明した。
論文 参考訳（メタデータ） (2022-10-18T15:58:00Z) - Cryptographic Hardness of Learning Halfspaces with Massart Noise [59.8587499110224]
マスアートノイズの存在下でのPAC学習ハーフスペースの複雑さについて検討した。
我々は,最適0-1誤差が小さい場合でも,リアルタイムのMassartハーフスペース学習者が$Omega(eta)$よりも良い誤差を得られることを示す。
論文 参考訳（メタデータ） (2022-07-28T17:50:53Z) - 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) - Gleason's theorem for composite systems [0.0]
グリーソンの定理は量子力学の基礎において重要な結果である。
我々は、グリーソンの定理の合成系への一般化を証明した。
論文 参考訳（メタデータ） (2022-05-01T15:26:00Z) - On the Whitney extension problem for near isometries and beyond [0.0]
研究の大部分はチャールズ・フェファーマンとの共同研究に基づいている。
この研究のトピックは (a)$mathbb RD,, Dgeq 2$ における有界平均振動(BMO)の写像の空間である。
特定のジオメトリを持つ点集合と、$mathbb RD, Dgeq 2$ の両方であまりにも薄いコンパクト集合に対して、ラベル付きおよびラベルなしのアライメントおよびプロクルス問題。
論文 参考訳（メタデータ） (2021-03-17T16:12:53Z) - Near-Optimal SQ Lower Bounds for Agnostically Learning Halfspaces and
ReLUs under Gaussian Marginals [49.60752558064027]
ガウス境界の下では、半空間とReLUを不可知的に学習する基本的な問題について検討する。
我々の下限は、これらのタスクの現在の上限が本質的に最良のものであるという強い証拠を与える。
論文 参考訳（メタデータ） (2020-06-29T17:10:10Z)
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。