遇见数据集

vc3-laplacian-matching-shadow-coverage

收藏
Hugging Face2026-05-30 更新2026-05-31 收录
官方服务:

资源简介:

本数据集是一个计算证明构件集合,旨在为图论中的一个有界猜想提供机器生成的证据和覆盖证书。猜想内容涉及连通简单图G的拉普拉斯矩阵最大特征值与图的最大度及匹配数之和的关系。数据集包含两个主要部分:1) 初始证明包,对枚举的有界残基集合实现100%覆盖,包含4156行数据和1266个去重后的支持偏移族证书;2) 后续更新包(2026-05-30),基于初始包进行结构化证明形状探索,提出两个分段前沿证明模板路线候选,并包括加权商对称性检查、实谱桥接候选等构件。数据集以JSON文件形式提供覆盖摘要、清单、源数据行、聚合证书记录和覆盖映射等详细信息,附有Python代码、方法论、局限性、证据和复现指南文档。需要强调的是,本数据集仅证明对特定有界枚举图集合的完全覆盖,并非猜想的全局定理证明,也未经过同行评审或形式化证明助手验证,预期用途是作为计算证据、回归测试材料或独立验证的起点。

This dataset is a collection of computational proof artifacts, aiming to provide machine-generated evidence and covering certificates for a bounded conjecture in graph theory. The conjecture concerns the relationship between the largest eigenvalue of the Laplacian matrix of a connected simple graph G and the sum of the graph's maximum degree and matching number. The dataset consists of two main parts: 1) Initial proof package, which achieves 100% coverage over the enumerated bounded residue sets, containing 4156 rows of data and 1266 deduplicated supporting offset family certificates; 2) Subsequent update package (dated 2026-05-30), which conducts structured proof shape exploration based on the initial package, proposes two candidate segmented frontier proof template routes, and includes artifacts such as weighted quotient symmetry checks and real spectrum bridging candidates. The dataset provides detailed information including coverage summaries, inventories, source data rows, aggregated certificate records, and coverage mappings in JSON files, and is accompanied by documents covering Python code, methodology, limitations, evidence, and reproduction guidelines. It should be emphasized that this dataset only proves full coverage over a specific bounded enumerated graph set, and is not a global theorem proof of the conjecture, nor has it undergone peer review or been verified by formal proof assistants. Its intended use is as computational evidence, regression test materials, or a starting point for independent verification.

创建时间:
2026-05-22
原始信息汇总

数据集概述:VC3 Laplacian Matching Shadow Coverage Certificates

基本信息

  • 许可证:CC-BY-4.0
  • 语言:英语
  • 数据集大小:1K < n < 10K
  • 标签:图论、谱图理论、数学证书、符号计算、有界验证、生成数据

数据集描述

该数据集包含针对有界有限图理论阴影运行生成的证据产物。具体针对以下候选不等式:

对于每个连通简单图 G:lambda_max(L(G)) <= Delta(G) + matching_number(G)

覆盖结果

在特定的有界VC3残基空间中,证书覆盖完整:

指标 数值
支持偏移源行数 3870
认证族覆盖的支持行数 3870
剩余支持行数 0
支持偏移阶段前覆盖的有界行数 286
总共有界残基行数 4156
总体有界覆盖率 1.000000
去重认证支持偏移族数 1266

更新:边界商引理路由候选(2026-05-30)

  • 原始有界证书包被用作结构化证明形状更新的种子材料
  • 主要支持尺寸为6的边界压力行经过整数拉普拉斯特征多项式根计数精确重检
  • 表观失败被分类为证书压缩压力,而非 Delta + matching 反例
  • 生成两个分段边界证明模板路由候选

候选结果

候选标识 分段RHS 后缀分支 有限分支 状态
0d80da1b64db max(3c+10, 4c+7) c>=3: 4*c+7 c∈[1,2] piecewise_frontier_proof_route_candidate
d016ecacc169 max(3c+8, 4c+5) c>=3: 4*c+5 c∈[1,2] piecewise_frontier_proof_route_candidate

路由包关键计数

检查项 数值
加权商对称行数 25
加权对称失败数 0
实谱桥候选数 2
后缀无根路由候选数 2
分段证明模板路由候选数 2

声明边界

  • 这是机器检查的证明模板路由候选和有限精确检查
  • 不证明全局定理
  • 不声称找到反例
  • 商到全提升、实谱桥和行列式无根蕴含仍需人工/数学评审

文件内容

  • data/coverage_summary.json:机器可读的计数、哈希和源路径摘要
  • data/final_aggregate_manifest.json:最终聚合清单,报告100%有界支持覆盖率
  • data/final_driver_manifest.json:达到目标覆盖率的最终边界驱动者收据
  • data/source_vc3_bounded_residue_rows.json:作为支持偏移覆盖目标的源有界残基行
  • data/aggregate_family_certificates.json:去重支持偏移族证书记录
  • data/aggregate_coverage_rows.json:行级覆盖图
  • data/aggregate_covered_rows.json:已覆盖的源行
  • data/aggregate_still_uncovered_rows.json:应包含零行
  • code/:数据包生成器和证书管道使用的精确Python脚本
  • METHODOLOGY.md:完整方法描述
  • LIMITATIONS.md:范围、注意事项和解释限制
  • EVIDENCE.md:哈希和来源映射
  • REPRODUCE.md:本地复现大纲
  • HF_UPLOAD_PLAN.md:上传清单、发布说明和声明边界控制
  • updates/2026-05-30-frontier-quotient-route/:更新产物目录
  • code/frontier_quotient_route/:更新代码目录

负责任使用

  • 将此数据包用作计算证据、回归测试材料或独立验证的起点
  • 在未进行额外证明工作的情况下,不得将其引用为全局猜想的证明
搜集汇总
数据集介绍
vc3-laplacian-matching-shadow-coverage 数据集图片
构建方式
本数据集基于有界有限图论阴影运行(bounded finite-graph-theory shadow run)生成,旨在验证一个候选不等式:对于任意连通简单图G,其拉普拉斯矩阵的最大特征值不超过最大度与匹配数之和。通过枚举特定有界VC3残差宇宙中的图实例,数据集利用拉普拉斯特征多项式整数根计数等符号计算方法,系统性地构造了覆盖证书。构建流程包括支持偏移源行的生成、证书族的去重聚合,以及利用前沿商引理路径(frontier quotient-lemma route)对未覆盖残差行进行二次探索,最终实现了100%的有界支持覆盖率。所有中间产物均以哈希回溯的JSON文件形式记录,确保可复现性。
特点
该数据集的核心特点在于其完备的计算性证书覆盖:在包含4156个有界残差行的枚举空间中,经过支持偏移阶段后,3870个源行被1266个去重证书族完全覆盖,覆盖分数达到1.0。数据集不仅包含初始的证书包,还整合了第二阶段的商引理路径候选结果,包括加权商对称性检查、实谱桥候选、后缀无根路径候选等,形成了从有界验证到潜在定理证明过渡的结构化中间产物。此外,数据集明确界定了自身的使用范围——仅作为计算证据,不声称全局定理的证明,并附带了完整的元数据、方法文档和复现指南。
使用方法
数据集可直接作为图论不等式的计算验证基准,用于回归测试或独立验证。使用者可访问`data/`目录下的JSON文件,如`coverage_summary.json`获取压缩摘要,或通过`aggregate_family_certificates.json`查阅详尽的证书记录。`code/`文件夹包含原始Python脚本,便于复现构建流程。对于进阶研究,数据集中的前沿路径候选(如`0d80da1b64db`和`d016ecacc169`)可作为从有界验证到全局定理证明的中间步骤材料,但需注意其并未完成完整的数学论证,仍需要人类对商到全提升、实谱桥和行列式无根推论的审查。
背景与挑战
背景概述
VC3 Laplacian Matching Shadow Coverage Certificates 数据集诞生于2025年,由研究人员cjc0013基于谱图理论与符号计算构建,旨在为图论中一个经典的不等式猜想提供计算验证:对于任意连通简单图G,其拉普拉斯矩阵的最大特征值不超过图的最大度与匹配数之和。该数据集通过枚举有限界(bounded residue)的图结构,生成了可复现的哈希认证证书包,实现了对特定VC3剩余集合的完全覆盖。其核心研究价值在于为自动化数学证明提供数据驱动的证据基础,尤其聚焦于谱图理论中拉普拉斯特征值与图结构参数之间的深层关联。在相关领域,该数据集为验证图不等式猜想开辟了基于计算枚举的新范式,其符号化证书与更新后的商引理路由包,为后续人类或机器辅助的形式化证明提供了可检验的中间构块。
当前挑战
领域核心挑战在于将针对有限枚举子集的局部计算证据,推广至全局图论定理的严格证明。当前数据集虽然实现了对有限VC3剩余集合的完全覆盖,但其结论不能直接外推至所有连通简单图,需解决从有界情形到无界全体的“商到全提升”问题。构建过程中,研究者面临着双重挑战:其一,需生成涵盖所有边界情形(frontier pressure rows)的图结构枚举,并确保计算资源与符号精度足以支撑特征多项式的整数根计数;其二,需设计可靠的证书压缩机制以区分真正的反例与证书压痕,避免计算噪声。此外,后续更新的商引理路由候选虽提供了分片证明模板,其谱桥(real-spectrum bridge)与行列式无根(determinant no-root implication)步骤仍依赖人类数学家审查,形成自动化证明链中的逻辑瓶颈。
常用场景
经典使用场景
在图谱理论研究中,拉普拉斯矩阵的最大特征值与图的结构参数之间的关系一直是核心议题。VC3 Laplacian Matching Shadow Coverage证书数据集为探索一个经典猜想——即任意连通简单图的拉普拉斯最大特征值不超过其最大度数与匹配数之和——提供了坚实且可复现的计算性证据。该数据集通过枚举特定有限VC3残差宇宙,生成了完整的覆盖证书,覆盖率达到100%,特别适用于对有限图集合进行精确的边界验证与命题检验。研究者可以利用这些结构化的证书文件作为回归测试素材,或作为进一步推导全局猜想的计算基础。
实际应用
在实际应用中,该数据集及其配套的证书生成管线可被直接用作图算法和谱图理论软件包的回归测试基准。研究人员和工程师可以依赖这些经过哈希验证的证书集合,在开发新型图结构分析工具或谱性质计算程序时,快速验证代码在有限图类上的正确性。此外,数据集中的商引理路线候选、实谱桥候选与无根候选为自动化定理证明系统提供了高价值的种子材料,支持人机协作的数学发现流程。在密码学、网络科学和复杂系统建模等领域,其中蕴含的结构化证明模板对设计更高效的图性质验证协议具有启发意义。
衍生相关工作
该数据集衍生出一系列前沿的数学验证工作,最显著的是基于原始证书的商引理路线发现。2026年的更新记录了从初始覆盖证书出发提取的两条分段前沿证明模板候选路线,分别以`0d80da1b64db`和`d016ecacc169`标识,每条路线包含有限低阶分支与符号高阶后缀分支。这些衍生物料包括25个加权商对称性检查记录、2个实谱桥候选以及2个后缀无根候选,构成了完整的义务有向无环图。此外,整套证书生成管线的Python源码、完整的可复现方法论文档及哈希溯源映射均为后续研究提供了可扩展的工作框架,推动了有限枚举验证向全局结构性证明的深度学习进程。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务