The PL geometric category of a polyhedron $P$, denoted $\hbox{plgcat}(P)$, provides a natural upper bound for the Lusternik--Schnirelmann category and it is defined as the minimum number of PL collapsible subpolyhedra of $P$ that cover $P$. In dimension 2 the PL geometric category is at most~3. It is easy to characterize/recognize $2$-polyhedra $P$ with $\hbox{plgcat}(P) = 1$. Borghini provided a partial characterization of $2$-polyhedra with $\hbox{plgcat}(P) = 2$. We complement his result by showing that it is NP-hard to decide whether $\hbox{plgcat}(P)\leq 2$. Therefore, we should not expect much more than a partial characterization, at least in algorithmic sense. Our reduction is based on the observation that 2-dimensional polyhedra $P$ admitting a shellable subdivision satisfy $\hbox{plgcat}(P) \leq 2$ and a (nontrivial) modification of the reduction of Goaoc, Pat\'{a}k, Pat\'{a}kov\'{a}, Tancer and Wagner showing that shellability of $2$-complexes is NP-hard.


翻译:多面体 $P$ 的PL几何范畴 $\hbox{plgcat}(P)$ 是Lusternik-Schnirelmann范畴的一个自然上界,并且定义为覆盖 $P$ 的最少可折叠PL子多面体数量。在2维中,PL几何范畴最多为3。很容易表征/识别 $\hbox{plgcat}(P)=1$ 的$2$-多面体 $P$ 。Borghini部分地表征了 $\hbox{plgcat}(P)=2$ 的 $2$-多面体 $P$ 。我们通过展示判断 $\hbox{plgcat}(P)\leq 2$ 是否成立是 NP-难的,补充了他的结果。因此,我们至少在算法意义上不应该期望更多的特征。我们的约简基于如下观察,即2维多面体 $P$ 有可壳性的细分则满足 $\hbox{plgcat}(P)\leq 2$ ,以及 Goaoc,Pat\'{a}k,Pat\'{a}kov\'{a},Tancer和Wagner的一个关于$2$-复合体壳化是NP-难的约简的(非平凡的)修改。

0
下载
关闭预览

相关内容

【2023新书】分布测试的主题和技术,163页pdf
专知会员服务
15+阅读 · 2023年1月19日
【干货书】面向计算科学和工程的Python导论,167页pdf
专知会员服务
41+阅读 · 2021年4月7日
专知会员服务
76+阅读 · 2021年3月16日
【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
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
GNN 新基准!Long Range Graph Benchmark
图与推荐
0+阅读 · 2022年10月18日
一些关于随机矩阵的算法
PaperWeekly
1+阅读 · 2022年7月13日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
资源|斯坦福课程:深度学习理论!
全球人工智能
17+阅读 · 2017年11月9日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年5月17日
Arxiv
30+阅读 · 2021年8月18日
VIP会员
相关资讯
GNN 新基准!Long Range Graph Benchmark
图与推荐
0+阅读 · 2022年10月18日
一些关于随机矩阵的算法
PaperWeekly
1+阅读 · 2022年7月13日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
资源|斯坦福课程:深度学习理论!
全球人工智能
17+阅读 · 2017年11月9日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员