颜色精炼,同态和超图
本文提出了关于图同构问题的方法,其中包括跟颜色精细算法和基于 Weisfeiler-Leman 算法的 k 维泛化相关的一些理论。我们证明了,如果对于所有树 T,T 到 G 的同态数量(Write out as Hom (T,G))等于 T 到 H 的同态数量,那么颜色精细算法无法区分二者。而如果我们放弃非负性约束,在二者具有相同长度的路径时,寻找任意实数解的算法存在,且两个图形在分数同构时,颜色精细算法无法区分它们。最后,我们提出了一个几乎线性时间的算法来判定对于给定的图 G 和 H,是否存在一棵树 T 满足 Hom (T,G) = Hom (T,H)。
Feb, 2018
介绍一类称为 Graph Motif Parameters 的图参数,介绍如何根据这个框架更快地计算固定大小的子图在大图中的个数,以及针对一类这样的参数进行问题的复杂度二分,其中包括用于颜色保留的子图计数。
May, 2017
Ulman 的重构猜想与图的连通性有关,可以通过顶点删除子图的牌堆来确定,我们通过证明,当给定牌堆中的子图通过颜色细化同构测试等价时,仍然可以确定连通性,因此,这意味着通过重构图神经网络可以识别连通性,这是一种新近引入的受重构猜想启发的 GNN 架构。
Jun, 2024
通过引入颜色分离集的新概念,我们解决了通过持久化同调识别属性图的问题,并建立了区分图的必要和充分条件。基于这些理论洞察力,我们提出了一种称为 RePHINE 的方法,它有效地结合了顶点和边的持久化同调,证明了其在学习图的拓扑特征方面比标准持久化同调更强大,并在多个图分类基准测试中取得了优势。
Nov, 2023
本文从图同态的角度研究了图分类问题,提出了使用同态数作为嵌入映射的自然不变量,在近似不变函数的时候证明了同态向量的普适性,特别是在选择树宽有限的元素族时,同态方法比其他方法更有效率。
May, 2020
研究表明,当一个图参数满足两个线性代数条件:反射正性和指数秩连通性时,它可以被实现为到一个固定(加权)图的同态数量,这在统计物理学中可被视为顶点模型的划分函数的描述。
Apr, 2004
本文研究了新颖的随机图嵌入算法,能在预期的多项式时间内区分所有非同构图,并基于 Lovasz 的同态计数理论实现对任意图的函数逼近,结果在多个基准图学习任务上表现竞争力。
Jun, 2023
给定一个具有 n 个顶点和 m 条边的图,我们给出了一个算法来找到稳定着色的规范版本,具有最少的颜色,并且该算法的时间复杂度为 O ((m+n) log n)。该算法被广泛用于图同构测试算法的子程序中。
Sep, 2015