Mathematical Data Science

要約

機械学習は、新しい数学構造を発見するのに役立ちますか？
この記事では、「数学データサイエンス」と呼ぶことができるこれを行うアプローチについて説明します。
このパラダイムでは、データセットを作成し、機械学習実験と解釈を行うことにより、個別にではなく、集合的に数学的オブジェクトを研究しています。
概要の後、2つのケーススタディを提示します。数の理論のつぶやきと、表現理論と組み合わせのクロネッカー係数に関連するパーティションの負荷の負荷です。

要約(オリジナル)

Can machine learning help discover new mathematical structures? In this article we discuss an approach to doing this which one can call ‘mathematical data science’. In this paradigm, one studies mathematical objects collectively rather than individually, by creating datasets and doing machine learning experiments and interpretations. After an overview, we present two case studies: murmurations in number theory and loadings of partitions related to Kronecker coefficients in representation theory and combinatorics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google