Reverse search is a convenient method for enumerating structured objects, that can be used both to address theoretical issues and to solve data mining problems. This method has already been successfully developed to handle unordered trees. If the literature proposes solutions to enumerate singletons of trees, we study in this article a more general problem, the enumeration of sets of trees - forests. By compressing each forest into a Directed Acyclic Graph (DAG), we develop a reverse search like method to enumerate DAG compressing forests. Remarkably, we prove that these DAG are in bijection with the row-Fishburn matrices, a well-studied class of combinatorial objects. In a second step, we derive our forest enumeration to provide algorithms for tackling two related problems : (i) the enumeration of "subforests" of a forest, and (ii) the frequent "subforest" mining problem. All the methods presented in this article enumerate each item uniquely, up to isomorphism.


翻译:反向搜索是计算结构化物体的方便方法,可用于解决理论问题和数据挖掘问题。这种方法已经成功地开发出来,可以处理无序树木。如果文献提出单吨树木的计算方法,我们在本条中研究一个更为普遍的问题,即树木组群-森林。通过将每个森林压缩成一个直接的环形图(DAG),我们开发了一个反向搜索方法,例如用于罗列DAG压缩森林的方法。值得注意的是,我们证明这些DAG与行-Fishburn矩阵(一个经过仔细研究的组合对象类别)是双向的。在第二步,我们从森林中引出我们的森林点数,为处理两个相关问题提供算法:(一) 森林“亚型森林”的计数,和(二) 常见的“亚型森林”采矿问题。在本条中列出的所有方法都是独特的,直到无形态。

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
【经典书】《数据科学家统计学实战》,409页pdf
专知会员服务
103+阅读 · 2020年12月31日
专知会员服务
15+阅读 · 2020年7月27日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
已删除
将门创投
8+阅读 · 2019年8月28日
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
算法|随机森林(Random Forest)
全球人工智能
3+阅读 · 2018年1月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
On Variance Estimation of Random Forests
Arxiv
0+阅读 · 2022年2月18日
Arxiv
5+阅读 · 2020年12月10日
VIP会员
相关资讯
已删除
将门创投
8+阅读 · 2019年8月28日
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
算法|随机森林(Random Forest)
全球人工智能
3+阅读 · 2018年1月8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