We characterize graphs $G$ that can be explained by rooted labeled level-1 networks $(N,t)$, i.e., $N$ is equipped with a binary vertex-labeling $t$ such that $\{x,y\}\in E(G)$ if and only if the lowest common ancestor $\mathrm{lca}_N(x,y)$ of $x$ and $y$ has label ``$1$''. This generalizes the concept of graphs that can be explained by labeled trees, that is, cographs. We provide three novel graph classes: polar-cats are a proper subclass of pseudo-cographs which forms a proper subclass of \PrimeCat. In particular, every cograph is a pseudo-cograph and \PrimeCat is precisely the class of graphs the can be explained by a labeled level-1 network. The class \PrimeCat is defined in terms of the modular decomposition of graphs and the property that all prime modules ``induce'' polar-cats. We provide a plethora of structural results and characterizations for graphs of these new classes and give linear-time algorithms to recognize them and to construct level-1 networks to explain them.


翻译:我们用有根标签的等级-1网络来解释$G$, 即$(n,t), 美元, 也就是说, $, 美元, 配有双面脊椎标签, 美元, 也就是说, $x, y ⁇ in E(G), 美元, 特别是, 每一个最普通的祖先 $\ mathrm{lca ⁇ N(x,y) $ 美元, 美元, 美元, 美元, 美元, 美元, 美元, 美元。 这概括了可以用有标签的树木来解释的图表概念。 我们提供了三种新型图表的模块解析和属性: 极地猫是一个适当的伪造图小类子类, 构成适当的\ Pricat 子类。 特别是, 每部的cophical is a protographical and licalalals, 我们向这些图表的模型和直线级解算结果提供。

0
下载
关闭预览

相关内容

【干货书】开放数据结构,Open Data Structures,337页pdf
专知会员服务
16+阅读 · 2021年9月17日
专知会员服务
31+阅读 · 2021年6月12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
【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
AI可解释性文献列表
专知
42+阅读 · 2019年10月7日
已删除
无人机
3+阅读 · 2019年3月4日
TCN v2 + 3Dconv 运动信息
CreateAMind
4+阅读 · 2019年1月8日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28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
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】TensorFlow手把手CNN实践指南
机器学习研究会
5+阅读 · 2017年8月17日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2022年2月13日
Arxiv
3+阅读 · 2020年4月29日
A Graph Auto-Encoder for Attributed Network Embedding
VIP会员
相关资讯
AI可解释性文献列表
专知
42+阅读 · 2019年10月7日
已删除
无人机
3+阅读 · 2019年3月4日
TCN v2 + 3Dconv 运动信息
CreateAMind
4+阅读 · 2019年1月8日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28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
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】TensorFlow手把手CNN实践指南
机器学习研究会
5+阅读 · 2017年8月17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