首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

子图同构和子图单态之间有什么区别?

子图同构和子图单态是图论中的概念,与云计算和软件开发密切相关。下面是它们之间的区别:

  1. 子图同构: 子图同构是指在一个图中,存在一个子图,它与原图具有相同的结构和性质。换句话说,子图同构是指在一个图中,存在一个子图,它与原图具有相同的结构和性质。在计算机科学中,子图同构问题是一个经典的问题,它可以用来检测图中的特定结构。例如,在社交网络中,可以使用子图同构来检测某些特定的社交模式,如社交圈子或社交群体。
  2. 子图单态: 子图单态是指在一个图中,存在一个子图,它与原图具有相同的结构和性质,但是它们的节点和边的属性不同。换句话说,子图单态是指在一个图中,存在一个子图,它与原图具有相同的结构和性质,但是它们的节点和边的属性不同。在计算机科学中,子图单态问题是一个经典的问题,它可以用来检测图中的特定结构。例如,在社交网络中,可以使用子图单态来检测某些特定的社交模式,如社交圈子或社交群体。

总结:

子图同构和子图单态都是图论中的概念,它们都是用来检测图中的特定结构。子图同构要求子图与原图具有相同的结构和性质,而子图单态要求子图与原图具有相同的结构和性质,但是它们的节点和边的属性不同。在计算机科学中,子图同构和子图单态问题都是经典的问题,可以用来检测图中的特定结构。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

化学结构信息与图论

每个都可以具有关于芳族立体异构的信息。至于键序,最好以π电子而不是边缘的形式给出节点,以反映实际的原子轨道三维结构 ? 分子通常表示为无边的无向。具有边缘方向(存在单向路径)的称为。...分子通常是简单。简单没有自环(连接相同节点的边,自环),也没有多边(两个节点之间的多边)。...图同构与结构搜索 用词很难解释的同构,但是如果您处理了复合数据,那么我认为如果说结构匹配很容易理解。VF2算法被称为确定子图同构的代表性算法。...这是一种相对简单的基于深度优先搜索(DFS)的算法,如果不是图同构,我们可以回到上一个阶段并探索其他可能性。根据其生成方式,某些称为节点诱导或边诱导。...在这种情况下,必要确认通过转换为折线图不会产生delta-Y交换。 由于确定子图同构的问题是NP问题,因此随着分子大小的增加,计算时间可能呈指数增长。

1K80

神经网络性能提升方法综述

2.2 图同构性的基础知识 图同构性是指两个在节点边的结构上完全相同,但节点边的标签可以不同。在神经网络中,图同构性是一个重要的概念,因为它可以帮助我们判断两个是否相同,从而避免重复计算。...GNNs可以通过学习的特征来解决图同构问题。 Weisfeiler-Lehman测试(WL测试)是一种解决图同构问题的有效算法,也称为颜色细化算法。1展示了WL测试的聚合更新过程。...在第一次迭代后,G1G2具相同的颜色分布,以确定它们是否同构,并进行下一次迭代。(c)再次执行节点邻居聚合颜色标签重新分配步骤,并获得G1G2的不同颜色分布,此时可以确定它们不同构。... 4:GNN表达能力的示意图 目前GNN表达能力研究中的几种主流观点分别将表达能力描述为近似能力、分离能力计数能力。 5为不同表达能力表示下 GNN 模型的输入输出。...当使用计数能力时,输入是单个图形,输出是节点(集合)嵌入。

43920

国防科大最新《神经网络的表达能力》综述

这个领域的早期工作主要集中在研究GNNs的图同构识别能力,而近期的工作试图利用诸如计数连接学习等属性来描述GNNs的表达能力,这些都更加实用并且更接近实际应用。...例如,在预测化学分子的性质时,需要判断分子结构是否与已知性质的分子相同或相似,这涉及到/图同构判断的问题[19]、[21]匹配[22]、[23]等问题[24]。...尽管近年来已经出现了多项描述增强GNNs表达能力的研究,但在这个方向上仍然缺乏全面的评论。Sato[29]探讨了图同构测试与表达能力之间的关系,并总结了克服GNNs表达能力局限性的策略。...此外,我们提出了几个前景的未来研究方向,包括一个为设计更强大的GNNs而提出的受物理启发的方法论,以及利用神经架构搜索。本文的结构组织如下:第2节介绍初步知识,包括神经网络的基础图同构。...特征嵌入效果的增强依赖于特征本身的增强,包括提取特征之间的依赖性添加相关特征。增强拓扑表示效果有两种有效的方法。

40430

【GNN】WL-test:GNN 的性能上界

(4,1135 表示当前节点标签为 4,其领域节点标签排序后为 1135); c:对标签进行压缩映射; d:得到新标签; e:迭代 1 轮后,利用计数函数分别得到两张的计数特征,得到特征向量后便可计算之间的相似性了... WL-test 之间又有什么关系呢?...其证明方法用的是反证法:假设在迭代 k 此后,神经网络可以判断,但 WL 判断。...「定理 1」:设 GNN ,多于可以通过 WL-test 判断的两个 G1 G2,在 GNN 层数多的情况下,满足以下情况时,GNN 也可以判断两个: a)GNN 的节点聚合更新函数通过以下公式进行迭代...虽然我们可以证明在有偏执项足够多的输出维度的情况下,单层感知机是可以完成多重集的射的,但这种映射无法捕获结构的相似性。

1.9K51

PGL学习之神经网络GraphSAGE、GIN采样算法

均值聚合其他聚合函数啥区别? max-mean-pooling什么区别? 这三种聚合方法,哪种比较好? 一般聚合多少层?层数越多越好吗? 什么时候GCN的聚合形式“等价”?...如果构建的是一个与虚拟邻居相连的什么优点?...;如果按照 PinSAGE 算法的方式生成一定的概率可以将非一阶邻居与中心直接相连,这样就可以快速聚合到多阶邻居的信息 1.2.1论文角度看PinSAGE 图片 GraphSAGE相比,PinSAGE...如果其中至少一个节点回应了另一个节点的评论,则在两个节点之间绘制一条边。任务是将每个分类到它所属的社区或版块。...COLLAB 是一个科学协作数据集,源自 3 个公共协作数据集,即高能物理、凝聚物理天体物理。每个对应于来自每个领域的不同研究人员的自我网络。任务是将每个分类到相应研究人员所属的领域。

48950

PGL学习之神经网络GraphSAGE、GIN采样算法

在了解采样算法前,我们至少应该保证采样后的是连通的。例如上图图中,左边采样的就是连通的,右边的不是连通的。...均值聚合其他聚合函数啥区别? max-mean-pooling什么区别? 这三种聚合方法,哪种比较好? 一般聚合多少层?层数越多越好吗? 什么时候GCN的聚合形式“等价”?...如果构建的是一个与虚拟邻居相连的什么优点?...;如果按照 PinSAGE 算法的方式生成一定的概率可以将非一阶邻居与中心直接相连,这样就可以快速聚合到多阶邻居的信息 1.2.1论文角度看PinSAGE GraphSAGE相比,PinSAGE...任务是将每个分类到它所属的社区或版块。 COLLAB 是一个科学协作数据集,源自 3 个公共协作数据集,即高能物​​理、凝聚物理天体物理。

1K20

【GNN】WL-test:GNN 的性能上界

(4,1135 表示当前节点标签为 4,其领域节点标签排序后为 1135); c:对标签进行压缩映射; d:得到新标签; e:迭代 1 轮后,利用计数函数分别得到两张的计数特征,得到特征向量后便可计算之间的相似性了... WL-test 之间又有什么关系呢?...其证明方法用的是反证法:假设在迭代 k 此后,神经网络可以判断,但 WL 判断。...「定理 1」:设 GNN ,多于可以通过 WL-test 判断的两个 ,在 GNN 层数多的情况下,满足以下情况时,GNN 也可以判断两个: a)GNN 的节点聚合更新函数通过以下公式进行迭代...虽然我们可以证明在有偏执项足够多的输出维度的情况下,单层感知机是可以完成多重集的射的,但这种映射无法捕获结构的相似性。

2.1K20

图论碎碎念(2.2)

这也就可以看成是茶之间的关系不一样,可能是他们的紧密程度不同,或者耦合性不同。...联系可以很多种,判断是否同构就是要判断的节点是否一样,每个节点之间的联系是否一样。...那有的狗子就说了:一个一个对比太麻烦了,你要数节点数,还要一个一个看边,如果要是n个点又是的话,那他们两两节点之间的关系数就是 ? 所以当当当!是时候展示真正的技术了!...这里我们用MATLABPYTHON的networkx包来演示对图同构的判断。同时,Networkx建议和Matplotlib配合使用不需要二狗解释了吧。好了,狗子们!...听说用Hadoop+Spark可以进行更大型的同构判断?兴趣的狗子可以尝试一下。

85420

基础知识 | 每日一练(192)

读者:给两个变量,如何找出一个带环链表中是什么地方出现环的? 小林:一个递增一,一个递增二,他们指向同一个接点时就是环出现的地方 读者:在IA32中一共有多少种办法从用户跳到内核?...小林:通过调用门,从ring3到ring0,中断从ring3到ring0,进入vm 86等等 读者:如果只想让程序一个实例运行,不能运行两个。像winam p一样,只能开一个窗口,怎样实现?...读者:网络编程中设计并发服务器,使用多进程 与 多线程 ,请问什么区别? 小林:进程:进程是父进程的复制品。进程获得父进程数据空间、堆栈的复制品。...两者都可以提高程序的并发度,提高程序运行效率响应时间。线程进程在使用上各有优缺点:线程执行开销小,但不利于资源管理保护;而进程正相反。

3123329

数据表征学习,绝不止神经网络一种方法

如果所有顶点对之间都存在路径,那么该是「连通」。如果图中的所有顶点相同的度,那么我们一个「正则」。如果每对顶点之间都存在一条边,则该图为「完全」。...「森林」是一个无环子,「子树」是一个连通的森林。对于给定的顶点 v,它的邻居节点的集合被表示为 N_v。 图同构:令 G = (V, E) G′ = (V′, E′) 为两个。...解决图同构问题与机器学习紧密相关,它为发掘数据点之间的相似度提供了一种方法。然而,图同构是一个颇具挑战的问题,目前还没有多项式时间内的算法能够求解图同构问题。...然而,这种方法存在需为不同的操作以及图同构的中间步骤选取最优的代价函数的问题。使用将每个映射到一个特征向量上的拓扑描述也存在在变换步骤中损失拓扑信息的问题。...聚类:在聚类问题中,边的结构起到了很重要的作用。的顶点会被分组到不同的聚类簇中,分组的原则为:在形成的簇内部许多边,而簇之间的边相对就少一些。主要有两类聚类方法:图内聚类间聚类方法。

3.4K50

每周学点大数据 | No.48 计算子图同构

No.48期 计算子图同构 Mr. 王:我们再来看一个例子——计算子图同构。这个问题给定(节点标签)数据G查询P,找到G 中和P 同构的。这是一个经典的NP 完全问题。...王:我们要将整个大拆分成Stwig 结构,这样做的效率比匹配点边显然要高得多。然后我们按照P 中的STwig 到G 中去搜索相同的结构。...比如图中的q q’ 就是两种不同的划分方法,当我们完成划分之后,这一次查询Q(或者说查询P)就可以表示成q1q2q3q4 或者q1’q2’q3’。 第2 步:搜索。...因为我们要寻找的模式都是两层的小树,所以在搜索q1 这种模式时,只需要让每一个节点检查自己是不是a,然后再让每一个a 去与其邻居联系,看看它们是不是b c,如果其邻居中同时有b c,那么就上报说明自己这里...小可想了一下,说:能够匹配模式P 的G 的必然同时匹配q1 q3。

1.2K80

Nat. Mach. Intell. | MolCLR:一个用于分子表征学习的自监督框架

通过对比损失,MolCLR通过对比积极的分子消极的分子对来学习表示。引入了三种分子的增强策略:原子屏蔽、键删除删除。...广泛使用的GNN模型、图卷积网络(GCN)图同构网络(GIN),被开发为MolCLR中的GNN编码器,以从分子图中提取信息表示。...MolCLR表示法传统的FPs之间的进一步比较表明,MolCLR可以通过对大量未标记数据的预训练来学习区分分子的相似性。 1....删除(Subgraph Removal)删除可以被认为是原子屏蔽键删除的结合。的去除从一个随机挑选的原点开始。...然后,被屏蔽的原子之间的化学键被删除,这样被屏蔽的原子被删除的化学键就形成了原分子。如图1(b)中的蓝色方框所示,被移除的包括被遮蔽原子之间的所有化学键。

35240

Category Theory: 01 One Structured Family of Structures

定理 在群之间的同构是一个群之间的等价关系。 02 范畴的定义 一个范畴是一个带标签的,其节点为对象(object),带有标签的向边为箭头(arrow or morphism)。...定义:split monomorphism and split spimonomorphism 如果f一个左逆,那么f是一个拆分射; 如果g一个右逆,那么g是一个拆分满射。...定理 如果f同时是射(monic)拆分满射(split epic)(或者同时是满射(epic)拆分射),那么f是一个同构。 定理 15 如果fg是具有相同目标对象的射箭头。...一个角极限组成一个撤回正方形(pullback square)。...定理 51 撤回一个射,产生一个射。

63630

图同构下等变、计算高效,韦灵思团队提出「自然网络」消息传递方法

该算法在不同的边上使用不同的核,从而使得网络在局部全局图同构上呈现等变化,也因而更易于表达。 ?...NGN),并表明它们的核正是两个函(functor)之间的自然转换。...自然网络 在图上构建神经网络一种完全不同的策略,即使用图卷积神经网络或消息传递网络(Kipf Welling, 2016;Gilmer 等人, 2017)。...如果是带有 p→q 这样箭头符号的,那么 G G’是相似或同构的。换句话说,图同构将节点映射到节点,边映射到边。一种特殊的同构是自同构,只是节点的排列顺序有所变化,边集保持不变。...神经网络的消息参数化 等变性只需要在具有同构邻域的边之间共享权重,因此在定理中,我们可以将分类参数用于每个同构类的边邻域,以参数化等变核的空间。

69520

图同构在PNP问题上重大突破,计算机理论10年最重要成果

现在有一张1),里面每个点表示诺斯学校的一个学生,学生与学生之间Facebook好友关系用一条线来表示。索斯学校也有这样的一张2)。...那么能否找到一种2到1的点之间一一对应的关系,使得2 1 是相同的?这就是图同构问题。 ? 新智元注:例如说这两张图片就等同。...为了判断两幅是同构的,你可以寻找所有可能的两校学生之间对应方式,但那代表了1000的阶乘(1000!)或者多于4*10^2567种的对应关系。...AM中的非同构问题暗示了图同构问题不像NP完全问题,也表明了在合理的去随机化的假设下,非同构问题在NP中。Kobler,SchöningToran关于图同构的计算复杂问题写了一本书。...图同构什么应用?

13.4K50

激发计算入门

一个分子可以很多的电子,其中能量最低的称为基态(ground state),其他的称为激发(excited state)。通常分子通过吸收光子从基态跃迁至激发。...一般分子的基态是,记为S0,部分分子的基态为三重,记为T0。常常用SnTn表示三重第n激发,如T1称为三重第一激发。每个电子都有各自的势能面,示意图如下: ?...一般需要比感兴趣的多算几个,如取n+2。 triplets 求解三重激发。该关键词只对闭壳层基态有用。 50-50 同时计算n个n个三重。也只对闭壳层基态有用。...要从理论上模拟紫外-可见光谱只需要对体系做激发计算即可。而激发计算得到的是一系列激发的能量及其振强度,对应的谱将是一系列孤立的线。...吸收峰的强度正比于振强度,由于S1S2的振强度为0,因此最大吸收峰为S3对应的吸收(S4对应的吸收为178.68 nm,与S3近简并),位于179 nm处,与实验值185 nm非常吻合。

8.5K31

CS224W 18.1-Limitations of Graph Neural Network

-图同构测试 graph isomorphism test就是用来测试两个的结构是否一样. 这是一个非常非常难的问题 NP-hard的 -那么,如果用GNN来做图同构测试可以吗?...现在GNN的输入了比较清晰的定义 -这里我们先看看GCN中的对邻居做平均 mean-pooling是不是射的 -GCN中的Mean-pooling不是射的为什么呢?...其实对于图同构的问题,可以通过WL测试来检验两个是否是同构的. -那么, GIN这么吊也能区分, WL test什么关系呢?...比如在(a)网络G中原(5)号节点,变成(5,234),这是因为原(5)节点的一阶邻居2,34 (c)标签压缩:仅仅只是把扩展标签映射成一个新标签,如 5,234 => 13 (d)压缩标签替换扩展标签...-最后总结一下 大部分的GNN都不是射的,因此,其对不同结构的判别能力比较差. GIN是射的,因此其能力WL test一样强. 截止到这里,GNN第一个缺陷就说完了.

74120

离散数学与组合数学-04图论

无序对无序积 4.1.3 的定义 4.2 的表示 4.2.1 集合表示图形表示 4.2.2 矩阵表示法 4.2.3 邻接点与邻接边 4.3 的分类 4.3.1 按边的方向分类...4.3.2 按平行边分类 4.3.3 按权值分类 4.3.4 综合分类方法 4.4 图论基础-补图 4.4.1 4.4.2 完全 4.4.3 补图 4.5...图同构的必要条件 4.7 图论基础-通路回路 4.7.1 通路回路的概念 4.7.2 通路数量 4.8 图论基础-可达性与最短通路 4.8.1 可达性...4.8.2 最短路径 4.9 图论基础-无向的连通性 4.9.1 无向的连通性 4.9.2 点割集与边割集 4.9.3 点连通度与边连通度 4.10 图论基础-的连通性...4.10.1 的连通性 4.10.2 连通分支 4.11 图论基础-认识树

30110

【数据】数据科学面试问题集二

14 回归分类ML技术什么区别? 15 如果你的机器4GB内存,而你想在10GB数据集上训练模型。 你会如何解决这个问题。 到目前为止,您在机器学习/数据科学体验中是否遇到过这种问题?...在簇内平方通常用于解释群集内的同质性。 如果您根据聚类数量绘制WSS您将得到如下所示的。 该通常称为Elbow Curve。 ?...深度学习是受人脑神经网络结构功能启发的机器学习的领域。 在线性回归,支持向量机,神经网络等机器学习算法中,我们很多算法,深度学习只是神经网络的扩展。...前馈网络中的反向传播从最终误差向后移动,通过每个隐藏层的输出,权重输入,通过计算它们的偏导数来指定这些权重对部分误差的影响 - ∂E/∂w或它们的比率之间的关系的变化。...14 回归分类ML技术什么区别? 回归分类机器学习技术都属于监督机器学习算法。

84800
领券