返回
Hypergraph decomposition with intersection bounds
DOI:10.1007/s00778-026-00985-5.png)
摘要
En 中文
超图分解是超图分析中的一个基本问题,它将超图分解为具有密集交互的凝聚子图和功能单元。超边交叠和重叠捕捉了超图中不同组(超边)之间共享元素(顶点)的独特属性,揭示了仅关注个体连接时并不明显的凝聚子结构。尽管超边重叠作为衡量超图凝聚性的指标具有重要意义,但现有的超图分解模型未能捕捉这一特征。本文研究了带交集约束的超图分解问题。我们提出了(k, s)-核,一种新的凝聚子图模型,同时包含顶点度约束k和超边交集约束s。该模型包括两种类型:(1)强(k, s)-核,其中连接的超边共享至少s个顶点,强制强超边重叠;(2)弱(k, s)-核,其中超边通过s-步连接,允许更宽松的重叠。我们证明了我们定义的(k, s)-核具有唯一性和层次化性质。基于这些性质,我们开发了两种分解算法:一种用于强(k, s)-核的自底向上算法,该算法采用启发式超边移除机制以保持一致的分解结果,并使用并查集数据结构高效识别连通性;以及一种用于弱(k, s)-核的自顶向下算法,该算法保留子图包含关系。我们的算法通过仅处理超图中的每个超边一次来达到遍历效率。此外,所有(k, s)-核可以用最小的内存开销高效存储。全面的实验和案例研究表明,(k, s)-核模型在捕捉超图中具有重叠的凝聚子图方面优于现有方法。此外,所提出的算法表现出高效率和可扩展性,使其非常适合于实际超图。
Keyword:
Hypergraph decomposition
Hyperedge overlap
Cohesive subgraph
Graph theory
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
T
IF:
0
论文数:
36
被引数:
1
机构
引用论文
Efficient indexing and searching of constrained core in hypergraphs超图中有约束核心的高效索引与搜索
VLDB JOURNAL
IF3.8

