中文

Eisenstein 系列与 Hecke-Maass 边缘形式的联立三次矩

计算机视觉与模式识别 2024-10-08 v1 密码学与安全 机器学习

摘要

ψ\psiX=SL(2,Z)\H\mathbb{X} = SL(2,\mathbb{Z})\backslash\mathbb{H} 上光滑紧支撑函数。在本文中,我们关注当谱参数趋于无穷大时,自动形式联立三次矩的问题。我们证明当 tt \rightarrow \infty 时,Eisenstein 系列的对角情况满足 Xψ(z)E(z,1/2+it)3dμz=Oψ(t1/3+ε)\int_{\mathbb{X}}\psi(z)E(z,1/2+it)^{3} d\mu z = \mathcal{O}_{\psi}(t^{-1/3+\varepsilon})。在非对角情况下,我们证明只要 min{t,tg}\min\{t , t_{g}\} \rightarrow \infty,则 12logtXψ(z)E(z,1/2+it)2g(z)dμz=o(1)\frac{1}{2\log t}\int_{\mathbb{X}}\psi(z)|E(z,1/2+it)|^{2}g(z)d\mu z = o(1)。最后我们证明当 tftgtf2/3ε|t_{f} - t_{g}| \leq t_{f}^{2/3-\varepsilon} 时,Xψ(z)f2(z)g(z)dμz=o(1)\int_{\mathbb{X}}\psi(z)f^{2}(z)g(z)d\mu z = o(1),其中 f,gf,g 为两个 Hecke-Maass 边缘形式。

关键词

引用

@article{arxiv.2410.04447,
  title  = {Attention Shift: Steering AI Away from Unsafe Content},
  author = {Shivank Garg and Manyana Tiwari},
  journal= {arXiv preprint arXiv:2410.04447},
  year   = {2024}
}