54
个编辑
更改
跳到导航
跳到搜索
第395行：
第395行： − 根据定义，这种超图的广义关联矩阵是一个方阵，其秩等于节点和边的总数。因此，对于上面的示例，关联矩阵为XX。+ +
→超图概念的延伸
第二种变体中，超图中的边可以指向其他边，同时不用考虑必须形成有向非循环图的要求。这允许超图具有边的循环，而不需要有任何节点。例如，考虑由两条边e1和e2组成的，节点个数为零的广义超图，使得<math>e_1 = \{e_2\}</math>且<math>e_2 = \{e_1\}</math>。因为这个循环是无限递归的，所以边的集合违反了基础公理。具体来说，对于这样的超图，不存在节点集的封闭传递。虽然这样的结构乍看起来可能很奇怪，但只要注意到它的Levi图的等价延伸不再是二分图，而是一般的有向图，就可以很容易地去理解。
第二种变体中，超图中的边可以指向其他边，同时不用考虑必须形成有向非循环图的要求。这允许超图具有边的循环，而不需要有任何节点。例如，考虑由两条边e1和e2组成的，节点个数为零的广义超图，使得<math>e_1 = \{e_2\}</math>且<math>e_2 = \{e_1\}</math>。因为这个循环是无限递归的，所以边的集合违反了基础公理。具体来说，对于这样的超图，不存在节点集的封闭传递。虽然这样的结构乍看起来可能很奇怪，但只要注意到它的Levi图的等价延伸不再是二分图，而是一般的有向图，就可以很容易地去理解。
根据定义，这种超图的广义关联矩阵是一个方阵，其秩等于节点和边的总数。因此，对于上面的示例，关联矩阵为:
<math>\left[ \begin{matrix} 0 & 1 \\ 1 & 0 \end{matrix} \right].</math>。
==Hypergraph learning==
==Hypergraph learning==