A mapping $\alpha : V(G) \to V(H)$ from the vertex set of one graph $G$ to another graph $H$ is an isometric embedding if the shortest path distance between any two vertices in $G$ equals the distance between their images in $H$. Here, we consider isometric embeddings of a weighted graph $G$ into unweighted Hamming graphs, called Hamming embeddings, when $G$ satisfies the property that every edge is a shortest path between its endpoints. Using a Cartesian product decomposition of $G$ called its pseudofactorization, we show that every Hamming embedding of $G$ may be partitioned into Hamming embeddings for each irreducible pseudofactor graph of $G$, which we call its canonical partition. This implies that $G$ permits a Hamming embedding if and only if each of its irreducible pseudofactors is Hamming embeddable. This result extends prior work on unweighted graphs that showed that an unweighted graph permits a Hamming embedding if and only if each irreducible pseudofactor is a complete graph. When a graph $G$ has nontrivial pseudofactors, determining whether $G$ has a Hamming embedding can be simplified to checking embeddability of two or more smaller graphs.


翻译:映射 $ ALpha : V( G)\ a (H) 映射 $ : V( G)\ a( G) 至 V( H) $ 。 从一个图形的顶端集, V( G) 美元到另一个图形的顶点, V( G) 美元 $( G) 美元 $( H) 。 如果以美元计算的任何两个顶点之间的最短路径距离, 以美元计算的任何两个顶点之间的最短路径距离等于以美元表示图像之间的距离。 这里, 我们考虑将一个加权图形( G) $( $) 嵌入未加权的 Hammum 地图, 称为 Hamming 嵌入 : $( Hamm), $( g) 满足了每个边缘是其端点之间的最短路径。 使用卡通的 $( g) $( $) 的卡通产品分解调, 称为它的假相形图, 我们显示, $( G) $ ( ) $ ( ) ) 每一个不加权 或 硬形图显示一个不精化的底图是否 显示一个不精化的硬化的硬化图, 。

0
下载
关闭预览

相关内容

专知会员服务
91+阅读 · 2021年6月11日
图节点嵌入(Node Embeddings)概述,9页pdf
专知会员服务
39+阅读 · 2020年8月22日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19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
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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
已删除
将门创投
3+阅读 · 2017年11月3日
Arxiv
0+阅读 · 2022年2月21日
Arxiv
0+阅读 · 2022年2月21日
Arxiv
0+阅读 · 2022年2月20日
Arxiv
0+阅读 · 2022年2月18日
Arxiv
4+阅读 · 2019年1月14日
VIP会员
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
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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
已删除
将门创投
3+阅读 · 2017年11月3日
相关论文
Arxiv
0+阅读 · 2022年2月21日
Arxiv
0+阅读 · 2022年2月21日
Arxiv
0+阅读 · 2022年2月20日
Arxiv
0+阅读 · 2022年2月18日
Arxiv
4+阅读 · 2019年1月14日
Top
微信扫码咨询专知VIP会员