中文

具有有限树宽包的 optimal 树分解

机器学习 2025-12-01 v1 人工智能

摘要

我们证明了若干自然图类具有最小宽度的树分解,使得每个包的树宽受限。例如,每个平面图都有一个最小宽度的树分解,使得每个包的树宽最多为3。这种树宽界限是最佳的。更一般地,每个欧拉面积为 gg 的图都有一个最小宽度的树分解,使得每个包的树宽为 O(g)O(g)。这种树宽界限也是最佳的。最一般地,每个 KpK_p 免稀图都有一个最小宽度的树分解,使得每个包的树宽最多为某个关于 pp 的多项式函数 f(p)f(p)。在此类结果中,排除小数的假设是合理的,因为我们展示了类似的结果对 1-planar 图不成立,而 1-planar 图是最简单的非免稀单调类之一。事实上,我们证明了 1-planar 图不存在宽度在常数范围内逼近 optimal 的树分解,且每个包的树宽受限。另一方面,我们证明了 1-planar nn 顶点图具有宽度 O(n)O(\sqrt{n})(这是渐近紧密界限)且每个包的树宽受限的树分解。此外,这一结果在更一般的有限层次树宽设置下也成立,即多个包的联合具有有限树宽。

关键词

引用

@article{arxiv.2511.22199,
  title  = {PULSE-ICU: A Pretrained Unified Long-Sequence Encoder for Multi-task Prediction in Intensive Care Units},
  author = {Sejeong Jang and Joo Heung Yoon and Hyo Kyung Lee},
  journal= {arXiv preprint arXiv:2511.22199},
  year   = {2025}
}