Given positive integers $n\ge 2k$, the {\it Kneser graph} $KG_{n,k}$ is a graph whose vertex set is the collection of all $k$-element subsets of the set $\{1,\ldots, n\}$, with edges connecting pairs of disjoint sets. One of the classical results in combinatorics, conjectured by Kneser and proved by Lov\'asz, states that the chromatic number of $KG_{n,k}$ is equal to $n-2k+2$. In this paper, we study the chromatic number of the {\it random Kneser graph} $KG_{n,k}(p)$, that is, the graph obtained from $KG_{n,k}$ by including each of the edges of $KG_{n,k}$ independently and with probability $p$. We prove that, for any fixed $k\ge 3$, $\chi(KG_{n,k}(1/2)) = n-\Theta(\sqrt[2k-2]{\log_2 n})$, as well as $\chi(KG_{n,2}(1/2)) = n-\Theta(\sqrt[2]{\log_2 n \cdot \log_2\log_2 n})$. We also prove that, for $k\ge (1+\varepsilon) \log\log n$, we have $\chi(KG_{n,k}(1/2))\ge n-2k-10$. This significantly improves previous results on the subject, obtained by Kupavskii and by Alishahi and Hajiabolhassan. The bound on $k$ in the second result is also tight up to a constant. We also discuss an interesting connection to an extremal problem on embeddability of complexes.


翻译:在正整数值为 $1,\ldot, n ⁇, k}美元是一张图表, 其顶点设置是收集 $1,\\ldot, n ⁇, 与连接断裂组合的边缘相连接的所有 $1,\ldot, n ⁇, 美元。 一个经典的组合结果, 由 Kneser 预测, 由 Lov\ as 独立证明 。 指出 $K+2, k} 的染色体数等于 $n2k+2$。 在本文中, 我们研究 随机 Kneser 图形中所有 $k$1,\\\ld, n ⁇, k} 也就是从 $G ⁇ n, k} 将每个边缘的 $K ⁇, k} 独立地和以 美元为 。 我们证明, 对于任何固定的 $3, $\\\\\\\\\\\\ n\\\\\\\\\\\\ k} n1\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

0
下载
关闭预览

相关内容

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
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
154+阅读 · 2020年5月26日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10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
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年9月17日
Arxiv
0+阅读 · 2021年9月17日
Arxiv
0+阅读 · 2021年9月16日
Pointer Graph Networks
Arxiv
7+阅读 · 2020年6月11日
VIP会员
相关VIP内容
相关资讯
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
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
Top
微信扫码咨询专知VIP会员