mheight_function_10

该数据集包含大小为10的排列及其对应的mHeight值。mHeight是一个与排列中的3412模式相关的统计量，表示所有3412模式中的最小高度。数据集用于分类任务，其中mHeight的值可以是0到6。数据集分为训练集和测试集，并提供了每种mHeight值的排列实例数量。

搜集汇总

数据集介绍

构建方式

在代数组合学领域，数据集的构建通常依赖于精确的数学计算与算法实现。本数据集通过SageMath平台生成所有10阶排列，并基于Gaetz与Gao提出的mHeight函数理论框架，系统计算每个排列中3412模式的最小高度值。计算过程严格遵循数学定义：若排列存在3412模式，则提取其高度差并取全局最小值；若无该模式则赋值为零。最终生成包含全部10阶排列及其对应mHeight标签的完整数据集合。

特点

该数据集的核心特征体现在其数学纯粹性与结构复杂性上。作为分类任务数据集，其标签维度涵盖0至6共七类mHeight值，其中零值样本占比最高（约94.2%），其余类别呈现显著的长尾分布。排列数据采用一维线性表示法，既保留了组合结构的完整性，又符合机器学习模型的输入规范。数据集规模总计467,640个样本，按标准比例划分为训练集与测试集，为模型泛化能力评估提供可靠基础。

使用方法

该数据集专为探索机器学习模型能否从排列数据中自动学习mHeight函数而设计。使用者可通过加载排列序列与对应标签，构建分类模型预测给定排列的mHeight值。基准实验表明多层感知机与Transformer模型可达99.9%准确率，显著优于逻辑回归与零值猜测基线。建议研究者采用分层抽样策略处理类别不平衡问题，并通过交叉验证评估模型对稀有类别的识别能力，以验证模型是否真正捕获3412模式的数学本质。

背景与挑战

背景概述

在代数组合学与表示理论的交叉领域，mHeight_function_10数据集由太平洋西北国家实验室的Herman Chau团队于2025年构建，旨在探索机器学习在纯数学证明中的潜在作用。该数据集源于Gaetz与Gao对Billey-Postnikov猜想的突破性证明，其中mHeight函数作为排列中3412模式的最小高度度量，直接关联于Kazhdan-Lusztig多项式的系数研究，这些多项式承载了Schubert簇的几何信息，对数学与物理学的深层结构分析具有显著意义。

当前挑战

该数据集核心挑战在于机器学习模型能否从排列中自动识别非平凡的mHeight函数，这要求模型理解3412模式的代数几何特性与高度计算规则。构建过程中的挑战包括高效生成所有10阶排列并精确计算其mHeight值，尤其需处理极端类别不平衡问题——例如mHeight=6的类别仅含1个训练样本，这对分类算法的鲁棒性与泛化能力提出了严峻考验。

常用场景

经典使用场景

在代数组合学与计算数学交叉领域，mheight_function_10数据集为研究排列模式统计量提供了标准化的实验平台。该数据集通过规模为10的排列及其mHeight值标注，主要用于训练机器学习模型识别3412模式的最小高度特征。其经典应用场景包括监督学习框架下的多分类任务，以及探索组合不变量与深度学习架构之间的映射关系，为数学概念的机器可学习性研究奠定数据基础。

衍生相关工作

以该数据集为基础产生的经典研究包括Gaetz与Gao关于Kazhdan-Lusztig多项式最小幂次的理论突破，以及Billey-Postnikov猜想的形式化验证工作。后续研究进一步拓展到排列模式与舒伯特簇光滑性的关联分析，催生了多篇结合机器学习与代数几何的高影响力论文，形成了计算组合学的新兴研究方向。

数据集最近研究

最新研究方向

在代数组合学与机器学习交叉领域，mHeight_function_10数据集正推动着对组合模式可学习性的前沿探索。该数据集通过排列的3412模式高度统计量，关联到Kazhdan-Lusztig多项式系数的几何性质，为机器学习重构数学证明中的非平凡步骤提供了实验平台。当前研究聚焦于Transformer等深度架构对离散组合规则的提取能力，其99.9%的分类精度暗示了神经网络捕获排列对称性与模式结构的潜力。这一方向不仅助力计算代数几何中长期猜想的算法化验证，更启示了机器学习在纯数学定理发现中的辅助作用，近年已成为组合数学与人工智能融合的热点领域。