Fiedler向量的扰动：对图度量与形状分析的意义
离散数学
2023-06-08 v1
摘要
本文研究Fiedler向量（即图的拉普拉斯矩阵的第一个非平凡特征向量）的一些性质。关于Fiedler向量用于识别图谱割已有重要结果，但关于其极值与极值点的知识则少得多。我们在此方向上提出若干结果与猜想。我们还作出两项具体贡献：i) 定义了一种可依据极值性（中心性的逆）解释的图的新度量；ii) 通过对胼胝体等脑形状的Fiedler向量施加微小扰动，使其参数化更具鲁棒性。
引用
@article{arxiv.2306.04327,
title = {Perturbation of Fiedler vector: interest for graph measures and shape analysis},
author = {Julien Lefevre and Justine Fraize and David Germanaud},
journal= {arXiv preprint arXiv:2306.04327},
year = {2023}
}