超图极小横截的研究、表示与应用
数据结构与算法
2019-02-05 v1
摘要
本工作属于超图理论领域，聚焦于超图极小横截。从超图中提取极小横截的问题引起了众多研究者的兴趣，文献中提出的算法数量即说明了这一点，这主要源于极小横截在数据库、人工智能、电子商务、语义Web等诸多应用领域所提供的解决方案。鉴于极小横截应用的广泛领域及其引发关注，本论文的目标是探索极小横截的新应用路径，提出优化提取的方法。这促成了本论文的三项贡献。第一种方法利用 Web 2.0 及社交网络的出现，使用极小横截检测这些网络中的重要参与者。本论文第二部分研究集中于减少超图极小横截的数量。提出了一种简洁而精确的极小横截表示，其基于不可约超图的构建，并由此计算出初始超图的不可约极小横截。将该表示应用于依赖推断问题以阐明此方法的有用性。最后一种方法包括将超图分解为部分超图，计算局部极小横截，其笛卡尔积可生成所有超图横截集。不同的实验研究显示了这些所提方法的价值。
引用
@article{arxiv.1902.00911,
title = {Study, representation and applications of hypergraph minimal transversals},
author = {M. Nidhal Jelassi},
journal= {arXiv preprint arXiv:1902.00911},
year = {2019}
}
备注
PhD thesis, in French, University of Tunis El Manar (2014)