中文

区分数据集中强正则图的简单廉价顶点与边不变量

计算复杂性 2024-02-08 v1

摘要

虽然标准的 Weisfeiler-Leman 顶点标签甚至无法区分正则图的顶点,但本文提出并测试了一族廉价的多项式时间顶点和边不变量,它们能区分难度大得多的强正则图(SRG),并且通常也能区分其顶点。在 Edward Spence 数据集中的 43717 个强正则图中,仅使用所提出的顶点不变量就能区分除 4 对图之外的所有图,而这 4 对图通过进一步应用所提出的边不变量很容易被区分。具体来说,所提出的顶点不变量是限制在顶点 aa 的邻域 NaN_a 上的邻接矩阵 AA(ANa)p(A|_{N_a})^p 的迹或排序对角线,仅 p=3p=3 就能区分该数据集中 13 个集合里 6 个集合的所有 SRG,若加上 p=4p=4 则可区分 8 个集合。所提出的边不变量类似地是 Aˉab,cd=AabAacAbd\bar{A}_{ab,cd}=A_{ab} A_{ac} A_{bd} 的幂的迹或对角线,其中 (a,b)(a,b) 为边时该值非零。由于 SRG 被认为是图同构问题中最困难的情况,这种代数-组合不变量为该问题可在多项式时间内解决带来了希望。

关键词

引用

@article{arxiv.2402.04916,
  title  = {Simple inexpensive vertex and edge invariants distinguishing dataset strongly regular graphs},
  author = {Jarek Duda},
  journal= {arXiv preprint arXiv:2402.04916},
  year   = {2024}
}

备注

6 pages, 4 figures