| 1. | |
Graph Features, 그래프 특성지표 | 그래프의 기본적인 특성지표 |  |
| 2. | |
방향 그래프 1 | Basic structure of Directed Graph, Directed acyclic graph 특성, 드 부루인 코드와 방향 그래프 | |
| 3. | |
방향 그래프 2 | 방향 그래프를 이용한 다양한 응용문제 풀이 | |
| 4. | |
트리 기초 | 특성이 있는 가장 단순한 구조인 Tree에 대하여 기본적인 성질을 탐구한다. 특히 Caley lemma를 이용한 sPANNING tree enumeration을 탐구한다. | |
| 5. | |
트리 알고리즘 | 그래프가 트리일 때 효율적인 탐색알고리즘이 존재하며 model이 트리일 때 적용할 수 있는 다양한 응용문제를 다른다. 특히 k-Center 문제를 Tree에서 polunomial time에 해결하는 과정을 알고리즘 기반으로 탐색한다. | |
| 6. | |
매칭과 커버 | Matching algorithm for weighted bipartite graph. HUngarian methods will be discussed | |
| 7. | |
네트워크 플로우 | Network flow model for optimization procedure is studied. And the most recent algorithm for network flow will be implmented. | |
| 8. | |
연결도 | Graph connectivity, edge version, vertex version, minimal graph design theory (Harary Design algorithm) | |
| 9. | |
그래프 탐색 | Studying graph searcing algorithm with structural property. Hamiltonicity, Eulerian and variation of path constraints Code implementation home work will be given.. | |
| 10. | |
그래프 색칠 | Graph Coloring Property and approximation algorithms. NP-completeness of Graph Coloring, | |
| 11. | |
그래프 평면성 | We study the topological(graph based) structure with the concept of graph planarity. And application of planar embedding, | |
| 12. | |
스펙트랄 그래프 이론 | We study the spectral graph theory based on adjacency matrix theory. Eigen valaue property. Spectrai embedding | |
| 13. | |
그래프 정렬 | Finally we will study how the graph theory is applied in a practical problem, a bioinformatics works. That is to compare and compute the similarity of input graphs. Thes procedure are called Graph alignment. | |
대구광역시 동구 동내로 64(동내동 1119) 우)41061
COPYRIGHT keris. all rights reserved
페이스북
트위터
카카오톡
네이버밴드
링크복사
