We describe two formalisms for defining graph languages, and prove that they are equivalent: 1. Separator logic. This is first-order logic on graphs which is allowed to use the edge relation, and for every $n \in \{0,1,\ldots \}$ a relation of arity $n+2$ which says that ``vertex $s$ can be connected to vertex $t$ by a path that avoids vertices $v_1,\ldots,v_n$''. 2. Star-free graph expressions. These are expressions that describe graphs with distinguished vertices called ports, and which are built from finite languages via Boolean combinations and the operations on graphs with ports used to construct tree decompositions. Furthermore, we prove a variant of Sch\"utzenberger's theorem (about star-free languages being those recognized by a periodic monoids) for graphs of bounded pathwidth. A corollary is that, given $k$ and a graph language represented by an \mso formula, one can decide if the language can be defined in either of two equivalent formalisms on graphs of pathwidth at most $k$.


翻译:我们描述用于定义图形语言的两种形式主义, 并证明它们是等效的 : 1. 分隔逻辑。 这是允许使用边际关系的图表的第一阶逻辑, 而对于每一个 $ $+2 美元 的 emer $+ 美元关系, 表示“ vertex $s” 可以通过一条避免 verices $_ 1,\ldots,v_n''. 2. 无星图表达式的路径连接到顶点 。 这些表达式用来描述使用边际关系的图表, 并且通过 Boolean 组合和 用于构建树分解位置的图形上的操作从限定语言中构建的。 此外, 我们证明Sch\\\\ utzenberger 的标语( 由定期单元识别的无星语言) 。 一个必然结果是, 以 $k $ 和 美元 表示的图形语言代表着不同的顶点公式, 多数人可以在两个正等量的路径上决定 。

0
下载
关闭预览

相关内容

【经典书】贝叶斯统计学Python实战,209页pdf
专知会员服务
66+阅读 · 2020年12月29日
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
【ST2020硬核课】深度学习即统计学习,50页ppt
专知会员服务
65+阅读 · 2020年8月17日
专知会员服务
118+阅读 · 2020年7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
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
论文浅尝 | Global Relation Embedding for Relation Extraction
开放知识图谱
12+阅读 · 2019年3月3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
论文浅尝 | EARL: Joint Entity and Relation Linking for QA over KG
开放知识图谱
6+阅读 · 2018年10月30日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
1+阅读 · 2021年9月29日
Arxiv
0+阅读 · 2021年9月27日
Arxiv
0+阅读 · 2021年9月27日
Arxiv
0+阅读 · 2021年9月24日
Arxiv
0+阅读 · 2021年9月24日
Logic Rules Powered Knowledge Graph Embedding
Arxiv
7+阅读 · 2019年3月9日
VIP会员
相关VIP内容
【经典书】贝叶斯统计学Python实战,209页pdf
专知会员服务
66+阅读 · 2020年12月29日
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
【ST2020硬核课】深度学习即统计学习,50页ppt
专知会员服务
65+阅读 · 2020年8月17日
专知会员服务
118+阅读 · 2020年7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
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
相关资讯
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
论文浅尝 | Global Relation Embedding for Relation Extraction
开放知识图谱
12+阅读 · 2019年3月3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
论文浅尝 | EARL: Joint Entity and Relation Linking for QA over KG
开放知识图谱
6+阅读 · 2018年10月30日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员