Números de Stirling de árboles uniformes y experimentos computacionales relacionados
Autores: Barghi, Amir; DeFord, Daryl
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Números de Stirling de árboles uniformes y experimentos computacionales relacionados
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Números de Stirling
Coberturas cíclicas
Grafos
Fórmulas enumerativas
árboles
Aprendizaje automático
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
Los números de Stirling para grafos proporcionan una interpretación combinatoria del número de cubiertas de ciclos en un grafo dado. El problema de generar todas las cubiertas de ciclos o enumerar estas cantidades en grafos generales es computacionalmente intratable, pero trabajos recientes han demostrado que existen familias infinitas de grafos dispersos o estructurados para los cuales es posible derivar fórmulas enumerativas eficientes. En este documento, consideramos el caso de árboles y bosques de un tamaño fijo, proponiendo un algoritmo eficiente basado en álgebra de matrices para aproximar la distribución de los números de Stirling. También presentamos una aplicación modelo de aprendizaje automático a problemas de enumeración en este contexto, demostrando que técnicas estándar de regresión pueden aplicarse a este tipo de estructura combinatoria.
Descripción
Los números de Stirling para grafos proporcionan una interpretación combinatoria del número de cubiertas de ciclos en un grafo dado. El problema de generar todas las cubiertas de ciclos o enumerar estas cantidades en grafos generales es computacionalmente intratable, pero trabajos recientes han demostrado que existen familias infinitas de grafos dispersos o estructurados para los cuales es posible derivar fórmulas enumerativas eficientes. En este documento, consideramos el caso de árboles y bosques de un tamaño fijo, proponiendo un algoritmo eficiente basado en álgebra de matrices para aproximar la distribución de los números de Stirling. También presentamos una aplicación modelo de aprendizaje automático a problemas de enumeración en este contexto, demostrando que técnicas estándar de regresión pueden aplicarse a este tipo de estructura combinatoria.