[论文解读] Thin fillers in the cubical nerves of omega-categories

Richard Steiner|ArXiv.org|Jan 16, 2006

Homotopy and Cohomology in Algebraic Topology参考文献 7被引用 6

一句话总结

本文通过链复形与同伦理论，建立了严格ω-范畴与带有壳和方框的薄填充结构的分层预立方集之间的范畴等价，证明了薄填充唯一地决定了结构。研究表明，退化映射可由薄填充推导得出，从而提供了一种比传统T复形更经济且可能更具普遍性的框架。

ABSTRACT

It is shown that the cubical nerve of a strict omega-category is a sequence of sets with cubical face operations and distinguished subclasses of thin elements satisfying certain thin filler conditions. It is also shown that a sequence of this type is the cubical nerve of a strict omega-category unique up to isomorphism; the cubical nerve functor is therefore an equivalence of categories. The sequences of sets involved are in effect the analogues of cubical T-complexes appropriate for strict omega-categories. Degeneracies are not required in the definition of these sequences, but can in fact be constructed as thin fillers. The proof of the thin filler conditions uses chain complexes and chain homotopies.

研究动机与目标

• 提供严格ω-范畴的立方体神经复形的范畴概念表征，无需预先假设退化映射。
• 证明壳和方框的薄填充唯一地决定了立方体神经复形的结构。
• 证明立方体神经复形函子是一个范畴等价，且其逆函子可由薄填充条件构造。
• 探索该框架是否可推广至弱ω-范畴，其中唯一恒等元（因此退化映射）可能并非必需。
• 证明退化映射可作为薄填充构造，从而简化立方体ω-范畴的基础结构。

提出的方法

• 将预立方集定义为从预立方范畴的反变函子，其面操作满足标准立方关系。
• 在预立方集上引入分层结构，通过子集 t_nX ⊆ X_n 区分薄n-立方体。
• 定义n-壳（n-立方体的完整边界）和n-盒子（缺少一个面的边界），并要求两者均有唯一的薄填充。
• 使用链复形与链同伦证明薄填充条件，借鉴Street及其他人的技术。
• 将退化映射构造为薄填充，表明其在初始定义中并非必需，但可由薄填充公理推导得出。
• 证明满足壳和盒子薄填充条件的分层预立方集唯一地同构于某个严格ω-范畴的立方体神经复形。

实验结果

研究问题

• RQ1 能否在不预先假设退化映射的情况下表征严格ω-范畴的立方体神经复形？
• RQ2 分层预立方集需满足何种条件，才能保证其同构于某个严格ω-范畴的立方体神经复形？
• RQ3 壳和方框的薄填充与立方体ω-范畴中连接与退化映射的构造有何关系？
• RQ4 薄填充条件能否用于定义立方体神经复形函子的逆函子？
• RQ5 所提出的框架是否适用于推广至弱ω-范畴，其中唯一恒等元并非必需？

主要发现

• 严格ω-范畴的立方体神经复形满足壳和方框的薄填充条件，其中薄元素对应于ω-范畴中的恒等元。
• 满足壳和方框薄填充条件的分层预立方集同构于唯一一个严格ω-范畴的立方体神经复形，从而建立了范畴等价。
• 退化映射可作为薄填充构造，因此在立方体神经复形的定义中无需将其作为基本运算。
• 薄填充条件的证明依赖于链复形与链同伦，相比早期单纯类比方法更为简化。
• 构造了一个显式例子，其中某个3-立方体恰好有一个非薄2-面，表明薄填充条件无法被弱化。
• 在可接受盒子定义中的最后一个条件（非薄面不与缺失面相对）是必要且不可省略的，如第7节的反例所示。