hyper graph 的基礎(chǔ)概念

?

超圖數(shù)據(jù)模型hypergraph data model?(HDM）是知識(shí)圖的基礎(chǔ)（GRAKN.AI）

概念（notations）:

• 超圖由非空的頂點(diǎn)集和超邊集組成(a hypergraph consists of a non-empty set of vertices and a set of hyperedges)
• 超邊是一組有限的頂點(diǎn)集合(通過(guò)它們?cè)诔呏兴缪莸奶囟ń巧珌?lái)區(qū)分)(a hyperedge is a finite set of vertices (distinguishable by specific roles they play in that hyperedge))
• 超邊本身也是一個(gè)頂點(diǎn)，可以由其他超邊緣連接(a hyperedge is also a vertex itself and can be connected by other hyperedges)

?

超圖（hyper graph）的邊：超邊(hyper edge),由一個(gè)頂點(diǎn)集合構(gòu)成，頂點(diǎn)數(shù)>=2(a?set?of vertices)，如下圖：

?

數(shù)學(xué)上的定義

假設(shè)一個(gè)超圖H=(X,E)，其中：X為頂點(diǎn)集合，E為邊的集合，

subhypergraph(子超圖)：將一個(gè)超圖H去掉一些頂點(diǎn)（vertices）

其中A是X的子集

?

超圖的二部圖表示

?

Reduced Hypergraph

?

下圖來(lái)自文獻(xiàn)：Zhou D, Huang J. Learning with hypergraphs: clustering, classification, and embedding[C]// International Conference on Neural Information Processing Systems. MIT Press, 2006:1601-1608.

?

?

參考文獻(xiàn)：

https://www.youtube.com/watch?v=Oy2nNPJ0oEI，

https://en.wikipedia.org/wiki/Hypergraph，

https://blog.grakn.ai/modelling-data-with-hypergraphs-edff1e12edf0，

Zhou D, Huang J. Learning with hypergraphs: clustering, classification, and embedding[C]// International Conference on Neural Information Processing Systems. MIT Press, 2006:1601-1608.

?

?

總結(jié)

以上是生活随笔為你收集整理的hyper graph 超图的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。