The weighted \emph{Sitting Closer to Friends than Enemies} (SCFE) problem is to find an injection of the vertex set of a given weighted graph into a given metric space so that, for every pair of incident edges with different weight, the end vertices of the heavier edge are closer than the end vertices of the lighter edge. The \emph{Seriation} problem is to find a simultaneous reordering of the rows and columns of a symmetric matrix such that the entries are monotone nondecreasing in rows and columns when moving towards the diagonal. If such a reordering exists, it is called a \emph{Robinson} ordering. In this work, we establish a connection between the SCFE problem and the Seriation problem. We show that if the \emph{extended adjacency matrix} of a given weighted graph $G$ has no Robinson ordering then $G$ has no injection in $\mathbb{R}$ that solves the SCFE problem. On the other hand, if the extended adjacency matrix of $G$ has a Robinson ordering, we construct a polyhedron that is not empty if and only if there is an injection of the vertex set of $G$ in $\mathbb{R}$ that solves the SCFE problem. As a consequence of these results, we conclude that deciding the existence of (and constructing) such an injection in $\mathbb{R}$ for a given \emph{complete} weighted graph can be done in polynomial time. On the other hand, we show that deciding if an \emph{incomplete} weighted graph has such an injection in $\mathbb{R}$ is NP-Complete.


翻译:加权 {emph{Seriation} 问题是找到一个同时重新排序行和对称矩阵的列, 这样条目在移动到对角时, 将给定的加权图形的顶端 插入到给定的测量空间中, 这样对于每对具有不同重量的事故边缘来说, 最重边缘的末端的顶部比较轻边缘的末端的顶端更近。 问题在于找到同时重新排序给定的加权图形$G$的正弦值和列的对称矩阵, 这样在移动到对角时, 在行和列中, 其结果为单点不解 。 如果这种重新排序, 它被称为\emph{Robinson} 的顶端边缘与较轻边缘的端端端端端的端端脊。 如果给定的加权图形$G$没有调价, $G$ 没有输入 $\ mb{R} 的顶端值, 那么在对 SCFE 的底部的内端端值, 也只能做出这样的直角 。

0
下载
关闭预览

相关内容

最新《图理论》笔记书,98页pdf
专知会员服务
74+阅读 · 2020年12月27日
专知会员服务
84+阅读 · 2020年12月5日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23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
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Arxiv
0+阅读 · 2021年4月22日
Arxiv
0+阅读 · 2021年4月21日
Arxiv
26+阅读 · 2018年9月21日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
相关VIP内容
最新《图理论》笔记书,98页pdf
专知会员服务
74+阅读 · 2020年12月27日
专知会员服务
84+阅读 · 2020年12月5日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23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
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Top
微信扫码咨询专知VIP会员