Jakie są główne trudności w przechodzeniu od wykresów do hipergraphów?


10

W kombinatoryce i informatyce istnieje wiele przykładów, w których możemy analizować problem teoretyczny na wykresach, ale w przypadku analogu hipergrraficznego problemu brakuje naszych narzędzi. Jak myślisz, dlaczego problemy często stają się znacznie trudniejsze w przypadku 3-jednolitych hiperrafów niż w przypadku 2-jednolitych wykresów? Jakie są podstawowe trudności?

Jedną kwestią jest to, że do tej pory nie mamy zadowalającego zrozumienia teorii spektralnej hipergrafii. Rzuć więcej światła na ten problem. Ale szukam również innych powodów, które sprawiają, że hipergrrafy są trudniejszymi obiektami.


Zastanawiam się, w jakim stopniu jest to związane z niedawną dyskusją na temat zmiany złożoności problemów geometrycznych przechodzących z 2D na 3D ( cstheory.stackexchange.com/questions/5251/... ). Powodem, dla którego mówię, jest to, że można skojarzyć krawędzie na 2-jednolitym wykresie z lokalizacjami na siatce 2D, podczas gdy 3-jednolity hypergraph miałby wówczas hipergezy odpowiadające lokalizacjom w sieci 3d.
Joe Fitzsimons

@Joe Fitzsimons: dobry punkt. Ale koncepcje i techniki, które są naturalne w ustawieniu (hiper) wykresu, takie jak wykresy podrzędne, kolory, partycje itp., Mogą nie być tak naturalne w ustawieniu geometrycznym. Zgadzam się również z tobą, że w wielu obszarach istnieje przejście „dwa na trzy”.
arnab

2
Twoje pytanie jest trudne, ponieważ zadowalająca odpowiedź rozwiązałaby problem P vs NP. Zauważ, że idealne dopasowanie jest łatwe dla 2-jednolitych wykresów, a trudne dla 3-jednolitych hipergraphów.
Mohammad Al-Turkistany

Czy hypergraph jest dobrze zdefiniowaną koncepcją? (Z jednej strony ten moduł sprawdzania pisowni o tym nie wie :-) Czy jest to relacja stałej lub zmiennej arity?
Tegiri Nenashi,

Ok, po odwiedzeniu wikipedii widzę, że to nie jest relacja, ale rodzina zestawów. Czy matematyka z głównego nurtu poważnie traktuje tę koncepcję „hipergrafu”?
Tegiri Nenashi,

Odpowiedzi:


8

W tym pytaniu rozumiem, że „trudność” odnosi się nie do „trudnego do obliczenia”, ale do „trudnego do nauki”.

Problemy z grafem są łatwiejsze (przynajmniej dla mnie) do studiowania, ponieważ niektóre pojęcia są równoważne. Innymi słowy, jeśli chcesz uogólnić pytania dotyczące grafów do pytań dla hipergraphów, musisz zwrócić uwagę na „właściwe” uogólnienie, aby uzyskać pożądaną konsekwencję.

Rozważmy na przykład drzewo. W przypadku wykresów wykres jest drzewem, jeśli jest połączone i nie zawiera cyklu. Jest to równoważne z połączeniem i posiadaniem krawędzi n-1 (gdzie n jest liczbą wierzchołków), a także równoważne z brakiem cyklu i posiadaniem krawędzi n-1. Jednak w przypadku hipergraphów 3-jednolitych, powiedzmy, że hipergraph 3-jednolitych jest drzewem, jeśli jest połączone i nie zawiera cyklu. Ale to nie jest równoznaczne z byciem połączonym i posiadaniem n-1 hipergezy, ani nie zawieraniem żadnego cyklu i posiadaniem n-1 hipergege.

Słyszałem, że główną trudnością w udowodnieniu, że lemat o regularności dla jednolitych hipergraphów było wymyślenie właściwych definicji regularności i powiązanych pojęć.

Jeśli chcesz rozważyć „spektralną teorię hipergraphu”, możesz spróbować przyjrzeć się tensorom lub homologii, jeśli widzisz hipergraph k-uniform jako (k-1) wymiarowy kompleks uproszczony, z którego naturalnie powstaje algebra liniowa. Nie wiem, które jest „właściwe” uogólnienie dla twojego celu, lub możliwe, że żadne z nich nie jest właściwe.


7

Myślę, że jest to w dużej mierze spowodowane „mistyczną mocą twonessy” Lawlera (obserwacja, że ​​wiele sparametryzowanych problemów występuje w P dla param = 2 i NP-zupełny dla param≥3). Wykres to rzecz, która łączy 2 krotki wierzchołków, a hypergraph to rzecz, która łączy k-krotność wierzchołków dla k≥3.

Tak więc np. 2-SAT występuje w P i jest zasadniczo problemem grafowym, podczas gdy 3-SAT stanowi problem na 3-jednolitych hipergraphach i jest NP-kompletny.


1
Mówiąc ściślej, chciałem zapytać, czy można zidentyfikować podstawowe przyczyny, dla których techniki teoretyczne grafu się psują. Na przykład, tak naprawdę nie mamy metod liniowo-algebraicznych dla hipergraphów, ponieważ ranga tensora nie jest dobrze zrozumiana (np. Trudno jest obliczyć NP).
arnab

1
Zamiarem mojej odpowiedzi nie było tyle, że „problemy te są trudne do rozwiązania dla komputerów”, ale raczej silna korelacja między P / NPC a posiadaniem / brakiem dobrych matematycznych cech. Problemy stają się coraz trudniejsze do studiowania wraz z ich zostaniem NPC.
David Eppstein

7
W tym kontekście ostatnio opublikowane pytanie cstheory.stackexchange.com/questions/14950/… jest dość interesujące: Rozpoznawanie wykresów liniowych 2-hipergraphów, tj. Wykresów liniowych (wielu) wykresów, jest w P, podczas gdy rozpoznawanie wykresów liniowych 3-hypergraphs wydaje się być otwartym problemem. Należy również zauważyć, że problem charakteryzacji dla 3-hipergraphów (przez zabronione indukowane podgrupy) jest nadal otwarty, podczas gdy wykresy liniowe (wielu) grafów dopuszczają kilka takich charakterystyk.
wb.

5

Innym powodem jest to, że mamy znacznie więcej wiedzy na temat relacji binarnych niż jakiekolwiek inne relacje n-ary dla n większych niż 2.

Oczywiście bierzemy pod uwagę relacje binarne między obiektami, takie jak przyleganie, niepuste przecięcie, równoważność itp. Możemy więc zdefiniować wykresy w kategoriach relacji binarnych, a nawet zdefiniować wykres oparty na pewnej relacji binarnej na innym wykresie. (Na przykład wykresy liniowe, kliki, rozkład drzew ...)

Ale jeśli chodzi o inne relacje n-ary, nie rozumiemy zbyt wiele. Na przykład znalezienie interesującej relacji trójskładnikowej zajmuje trochę czasu; (Okej, częściowo z powodu mojej niewiedzy) właściwości są słabsze, a narzędzia znacznie mniejsze w badaniu relacji trójskładnikowych. (Jak definiujemy symetryczne lub przechodnie relacje trójskładnikowe? Oba są jednymi z najważniejszych związków, jakie można studiować.)

Ale wciąż nie wiem, dlaczego tak się dzieje między relacjami binarnymi i trójskładnikowymi. Być może, jak powiedział turkistany, to pytanie jest trudne i może być związane ze zrozumieniem problemu P / NP.


[Niezależnie od algebry cylindrycznej i poliadowej] nie ma przekonującej algebry dla relacji n-ary. Debatę można nawet obniżyć do poziomu, gdy argumentuje się perspektywę pozycyjną kontra nazwaną względem atrybutów relacji.
Tegiri Nenashi,

2

Najpierw chciałem odpowiedzieć na złe pytanie: „który przykład problemów jest znacznie trudniejszy w hipergrrafach niż w grafach”. Byłem pod szczególnym wrażeniem różnicy w radzeniu sobie z problemem maksymalnego dopasowania na wykresach, tak samo z hipergraphami (zestawem par rozłącznych krawędzi), które bardzo łatwo mogą modelować kolorowanie, maks. Zestaw niezależny, maks. Klika ...

Potem zauważyłem, że to nie było twoje pytanie: „jakie są podstawowe trudności między nimi dwoma?”.

Cóż, na to odpowiedziałbym, że do tej pory nie widziałem wielu wspólnych punktów między wykresami a hipergraphami. Z wyjątkiem samej nazwy. I fakt, że wiele osób próbuje „rozszerzyć” wyniki od pierwszego do drugiego.

Miałem okazję przewracać strony „Hypergraphów” Berge i „Systemów” Bollobasa: zawierają one wiele smacznych wyników, a te, które uważałem za najbardziej interesujące, miały niewiele do powiedzenia na temat wykresów. Na przykład twierdzenie Baranyai (jest dobry dowód w książce Jukny).

Nie znam ich zbyt wiele, ale myślę teraz o problemie z hipergraphem i wszystko, co mogę o tym powiedzieć, to to, że nie czuję nigdzie żadnego wykresu. Być może uważamy je za „trudne”, ponieważ staramy się je badać przy użyciu niewłaściwych narzędzi. Nie spodziewam się, że problemy z grafem, nad którymi pracuję, znikną natychmiast po zastosowaniu teorii liczb (chociaż czasem się zdarza).

Aha i coś jeszcze. Być może trudniej je studiować, ponieważ są kombinatorycznie dużo ... więcej?!

„wypróbuj je wszystkie i przekonaj się, kiedy to działa” jest czasem dobrym pomysłem na wykresy, ale w przypadku hipergraphów szybko upada liczba. :-)

Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.