会员服务
情景 ·
2021 年 5 月 4 日
Synthetic fibered $(\infty,1)$-category theory
翻译：合成纤维$(\ Infty, 1, 1) $- 类理论
Ulrik Buchholtz,Jonathan Weinberger
Ulrik Buchholtz,Jonathan Weinberger
from arxiv, Comments welcome

We study cocartesian fibrations in the setting of the synthetic $(\infty,1)$-category theory developed in the simplicial type theory introduced by Riehl and Shulman. Our development culminates in a Yoneda Lemma for cocartesian fibrations.


翻译：我们在Riehl和Shulman引入的简化型理论中开发的合成(物价)1美元(美元)类理论的设置中研究碳酸盐纤维。我们的发展最终是用于碳酸盐纤维的Yoneda Lemma。
0
下载
关闭预览

相关内容

【2021新书】流形几何结构，322页pdf
【2021新书】流形几何结构，322页pdf
专知会员服务
52+阅读 · 2021年2月22日
2020数据工程师成长路线图
专知会员服务
38+阅读 · 2020年9月6日
神经网络与形式语言综述，12页pdf，A Survey of Neural Networks and Formal Languages
神经网络与形式语言综述，12页pdf，A Survey of Neural Networks and Formal Languages
专知会员服务
19+阅读 · 2020年6月4日
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知会员服务
119+阅读 · 2020年5月30日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
86+阅读 · 2020年2月12日
【ECML-PKDD 2019】带歧义的分类变量编码（Encoding Categorical Variables with Ambiguity）
【ECML-PKDD 2019】带歧义的分类变量编码（Encoding Categorical Variables with Ambiguity）
专知会员服务
4+阅读 · 2019年12月1日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
53+阅读 · 2019年10月17日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
已删除
将门创投
5+阅读 · 2018年1月24日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Image Segmentation, Compression and Reconstruction from Edge Distribution Estimation with Random Field and Random Cluster Theories
Arxiv
0+阅读 · 2021年7月1日
A Domain-Theoretic Approach to Statistical Programming Languages
Arxiv
0+阅读 · 2021年6月30日
Grid Recognition: Classical and Parameterized Computational Perspectives
Arxiv
0+阅读 · 2021年6月30日
On Completeness of Cost Metrics and Meta-Search Algorithms in \$-Calculus
Arxiv
0+阅读 · 2021年6月30日
Data Augmentation for Graph Neural Networks
Arxiv
38+阅读 · 2020年12月2日
Multimodal Categorization of Crisis Events in Social Media
Multimodal Categorization of Crisis Events in Social Media
Arxiv
19+阅读 · 2020年4月10日
Learning to Predict the Cosmological Structure Formation
Arxiv
3+阅读 · 2018年11月15日
Compassionately Conservative Balanced Cuts for Image Segmentation
Arxiv
5+阅读 · 2018年3月27日
Piecewise Flat Embedding for Image Segmentation
Arxiv
3+阅读 · 2018年2月12日
Virtual-to-Real: Learning to Control in Visual Semantic Segmentation
Arxiv
4+阅读 · 2018年2月1日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
情景
相关VIP内容
【2021新书】流形几何结构，322页pdf
【2021新书】流形几何结构，322页pdf
专知会员服务
52+阅读 · 2021年2月22日
2020数据工程师成长路线图
专知会员服务
38+阅读 · 2020年9月6日
神经网络与形式语言综述，12页pdf，A Survey of Neural Networks and Formal Languages
神经网络与形式语言综述，12页pdf，A Survey of Neural Networks and Formal Languages
专知会员服务
19+阅读 · 2020年6月4日
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知会员服务
119+阅读 · 2020年5月30日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
86+阅读 · 2020年2月12日
【ECML-PKDD 2019】带歧义的分类变量编码（Encoding Categorical Variables with Ambiguity）
【ECML-PKDD 2019】带歧义的分类变量编码（Encoding Categorical Variables with Ambiguity）
专知会员服务
4+阅读 · 2019年12月1日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
53+阅读 · 2019年10月17日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
热门VIP内容
相关资讯
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
已删除
将门创投
5+阅读 · 2018年1月24日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Image Segmentation, Compression and Reconstruction from Edge Distribution Estimation with Random Field and Random Cluster Theories
Arxiv
0+阅读 · 2021年7月1日
A Domain-Theoretic Approach to Statistical Programming Languages
Arxiv
0+阅读 · 2021年6月30日
Grid Recognition: Classical and Parameterized Computational Perspectives
Arxiv
0+阅读 · 2021年6月30日
On Completeness of Cost Metrics and Meta-Search Algorithms in \$-Calculus
Arxiv
0+阅读 · 2021年6月30日
Data Augmentation for Graph Neural Networks
Arxiv
38+阅读 · 2020年12月2日
Multimodal Categorization of Crisis Events in Social Media
Multimodal Categorization of Crisis Events in Social Media
Arxiv
19+阅读 · 2020年4月10日
Learning to Predict the Cosmological Structure Formation
Arxiv
3+阅读 · 2018年11月15日
Compassionately Conservative Balanced Cuts for Image Segmentation
Arxiv
5+阅读 · 2018年3月27日
Piecewise Flat Embedding for Image Segmentation
Arxiv
3+阅读 · 2018年2月12日
Virtual-to-Real: Learning to Control in Visual Semantic Segmentation
Arxiv
4+阅读 · 2018年2月1日
Top
微信扫码咨询专知VIP会员
Top