Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

Structures of graph classes and of their excluded minors

View through CrossRef
Structures des classes de graphes et de leurs mineurs exclus Une classe de graphes est dite close par mineur si elle est close par suppressions d'arêtes, suppressions de sommets, et contractions d'arêtes. Les classes de graphes closes par mineur jouent un rôle central en théorie des graphes grâce à leurs propriétés structurelles et algorithmiques. Dans cette thèse, nous démontrons plusieurs correspondances entre la structure d'une classe de graphes close par mineur et celle de ses mineurs exclus, c'est-à-dire des graphes minimaux parmi ceux qui ne sont pas membres de cette classe. Dans une première partie, nous démontrons une propriété structurelle pour les classes de graphes excluant une grille de hauteur fixée en tant que mineur. Pour ce faire, nous introduisons une nouvelle famille de paramètres de graphes qui généralise la profondeur arborescente et la largeur arborescente. En conséquence, nous obtenons une généralisation du Théorème de la Grille Mineure de Robertson et Seymour. Dans une seconde partie, nous montrons, à travers plusieurs applications, comment utiliser une notion de mineurs enracinés pour résoudre des problèmes sur les mineurs de graphes. La première de ces applications est une preuve simple pour les caractérisations des classes de graphes closes par mineurs ayant une profondeur arborescente en couche ou une largeur linéaire en couche bornée. Une deuxième application consiste en des théorèmes de Structure Produit dans des classes closes par mineurs. Enfin, nous déterminons, à un facteur linéaire près, les nombres chromatiques centrés ainsi que les nombres colorant faibles de toute classe de graphes close par mineur donnée. Dans le cas où cette classe exclut un graphe planaire, nos bornes sont optimales à un facteur constant près.
Agence Bibliographique de l'Enseignement Supérieur
Title: Structures of graph classes and of their excluded minors
Description:
Structures des classes de graphes et de leurs mineurs exclus Une classe de graphes est dite close par mineur si elle est close par suppressions d'arêtes, suppressions de sommets, et contractions d'arêtes.
Les classes de graphes closes par mineur jouent un rôle central en théorie des graphes grâce à leurs propriétés structurelles et algorithmiques.
Dans cette thèse, nous démontrons plusieurs correspondances entre la structure d'une classe de graphes close par mineur et celle de ses mineurs exclus, c'est-à-dire des graphes minimaux parmi ceux qui ne sont pas membres de cette classe.
Dans une première partie, nous démontrons une propriété structurelle pour les classes de graphes excluant une grille de hauteur fixée en tant que mineur.
Pour ce faire, nous introduisons une nouvelle famille de paramètres de graphes qui généralise la profondeur arborescente et la largeur arborescente.
En conséquence, nous obtenons une généralisation du Théorème de la Grille Mineure de Robertson et Seymour.
Dans une seconde partie, nous montrons, à travers plusieurs applications, comment utiliser une notion de mineurs enracinés pour résoudre des problèmes sur les mineurs de graphes.
La première de ces applications est une preuve simple pour les caractérisations des classes de graphes closes par mineurs ayant une profondeur arborescente en couche ou une largeur linéaire en couche bornée.
Une deuxième application consiste en des théorèmes de Structure Produit dans des classes closes par mineurs.
Enfin, nous déterminons, à un facteur linéaire près, les nombres chromatiques centrés ainsi que les nombres colorant faibles de toute classe de graphes close par mineur donnée.
Dans le cas où cette classe exclut un graphe planaire, nos bornes sont optimales à un facteur constant près.

Related Results

Graph convolutional neural networks for 3D data analysis
Graph convolutional neural networks for 3D data analysis
(English) Deep Learning allows the extraction of complex features directly from raw input data, eliminating the need for hand-crafted features from the classical Machine Learning p...
28.L. Workshop: Promoting the mental health of refugee minors: mobilising key stakeholders
28.L. Workshop: Promoting the mental health of refugee minors: mobilising key stakeholders
Abstract According to the United Nations High Commissioner for Refugees, there are over 25 million refugees worldwide, over half of whom are under the age of 18. War...
The Effectiveness of Penalties and Other Criminal Law Measures for Minors Who Have Committed a Crime
The Effectiveness of Penalties and Other Criminal Law Measures for Minors Who Have Committed a Crime
It is impossible to develop an effective system of penalties and other criminal law measures for minors in Russia without creating the corresponding economic, social and legal cond...
Adverse reproductive outcomes in minors: New approaches to solving an old problem
Adverse reproductive outcomes in minors: New approaches to solving an old problem
Introduction. Teenage pregnancy is recognized by WHO as a serious public health problem, it is widespread throughout the world: both in developed and developing countries.Aim. To d...
Legal Issues in Online Transactions Involving Minors
Legal Issues in Online Transactions Involving Minors
The advancement of information technology has led to transactions no longer being confined to physical spaces but extending to electronic transactions. In addition to the positive ...
Bootstrapping a Biodiversity Knowledge Graph
Bootstrapping a Biodiversity Knowledge Graph
The "biodiversity knowledge graph" is a nice metaphor for connecting biodiversity data sources, but can we actually build it? Do we have sufficient linked data available? Given tha...
A Scalable Data Structure for Efficient Graph Analytics and In-Place Mutations
A Scalable Data Structure for Efficient Graph Analytics and In-Place Mutations
The graph model enables a broad range of analysis, thus graph processing is an invaluable tool in data analytics. At the heart of every graph processing system lies a concurrent gr...

Back to Top