数据集概述
本数据集为论文《Training AI to Recognize Realizable Gauss diagrams: the Same Instances Confound AI and Human Mathematicians》的补充材料，包含高斯图相关实验数据、实验摘要及说明文档，支持研究AI与人类数学家在高斯图可实现性识别任务中的表现差异。
文件详解
- README.txt：文本格式说明文档，介绍数据集的背景、内容及使用方法，为论文补充材料的说明文件。
- GaussDatasets.zip：压缩包格式，包含实验所用的高斯图数据集，具体内容需解压后查看。
- Experiments_Summaries.pdf：PDF格式文档，记录实验的关键结果与摘要信息。
数据来源
ICAART 2022（14th International Conference on Agents and Artificial Intelligence）
适用场景
- 人工智能研究：分析AI在高斯图可实现性识别任务中的性能与局限。
- 数学与计算机交叉研究：对比人类数学家与AI在抽象数学问题上的认知差异。
- 模式识别领域：探索复杂图形结构识别任务的算法优化方向。
- 学术论文复现：支持相关研究的实验结果验证与方法扩展。
