[论文解读] FindStat - the combinatorial statistics database

Chris Berg, Viviane Pons+3 more|arXiv (Cornell University)|Jan 15, 2014

Advanced Combinatorial Mathematics参考文献 1被引用 9

一句话总结

FindStat 是一个在线数据库和网络平台，使数学家能够通过可搜索的数据、组合映射和生成函数来识别和探索组合统计量。它支持通过精确值或分布来发现未知统计量，并将不同组合集合中的相关统计量关联起来，截至2014年初，已索引超过170项统计量和1,200个映射。

ABSTRACT

The FindStat project at www.FindStat.org provides an online platform for mathematicians, particularly for combinatorialists, to gather information about combinatorial statistics and their relations. This outline provides an overview over the project.

研究动机与目标

• 为数学家提供一个集中化、可访问的平台，用于存储、检索和探索组合统计量及其相互关系。
• 解决OEIS在处理无规范排序或结构关系的组合对象时的局限性。
• 使用户能够通过匹配数据模式发现未知统计量，即使对象索引存在模糊或非规范情况。
• 支持通过生成函数进行精确值匹配和基于分布的搜索。
• 通过允许用户向数据库和维基贡献新统计量、映射和上下文参考，促进协作。

提出的方法

• 该平台使用基于网页的界面，接受用户输入与组合对象（如排列或图）关联的整数值。
• 它采用组合映射——在不同组合集合之间明确定义的变换——来关联不同类型对象之间的统计量。
• 系统支持通过精确值（例如，每个排列的多项式次数）或生成函数（例如，F_n(q) = ∑ q^{deg(f_π)}，对所有排列求和）进行搜索。
• 指纹数据库机制使系统能够通过其结构和分布特性识别等价或相关的统计量。
• 后端利用SageMath计算组合映射并执行统计分析，而MoinMoin维基引擎则管理文档和元数据。
• 通过网页表单接受贡献，数据经验证后与上下文、参考文献及相关统计量链接。

实验结果

研究问题

• RQ1 当仅有部分或分布数据时，数据库如何高效识别组合统计量？
• RQ2 哪些机制可实现跨不同组合集合的等价或相关统计量的发现？
• RQ3 系统如何在不依赖组合对象规范全序排列的情况下支持统计量的识别？
• RQ4 生成函数和分布模式在将未知统计量与已知统计量匹配方面可发挥多大作用？
• RQ5 如何在基于网络的平台上有效支持组合统计量和映射的协作式、社区驱动的整理？

主要发现

• 截至2014年1月，FindStat 包含了17个组合集合中的173项组合统计量，且有超过1,200个组合映射将它们关联起来。
• 系统成功识别出主要指数是多项式次数序列的底层统计量，即使用户此前不了解该概念。
• 在搜索与按排列索引的多项式次数分布相匹配的统计量时，FindStat 不仅返回主要指数（St000004），还返回了相关统计量，如逆序数（St000018）。
• 该平台支持基于分布的灵活搜索，使用户即使在无法确定确切对象索引或存在歧义时，也能匹配其数据。
• 系统在通过生成函数识别统计量方面表现出实用性，截至2014年1月1日，数据库已执行超过22,000次搜索。
• 数据库和维基的贡献采用知识共享署名-相同方式共享3.0未更改许可证，支持组合知识的开放、协作式发展。