Introduit des hypergraphes, généralisant des graphiques en permettant à des sous-ensembles de nœuds de former des bords et d'explorer leurs applications dans différents domaines.
Explore les réseaux dirigés avec des relations asymétriques et des hypergraphes qui généralisent les graphiques en permettant aux bords de connecter n'importe quel sous-ensemble de nœuds.
Explore les configurations tactiques, couvrant la taille minimale des sous-ensembles nécessaires pour couvrir les ensembles d'éléments et le concept de K-sets et de points de base.
Explore les applications de l'IA dans la chimie, les hypergraphes, la synthèse rituelle en une seule étape et l'évaluation des modèles rétro-synthétiques.
Explore l'analyse statistique des données du réseau, qui couvre les structures graphiques, les modèles, les statistiques et les méthodes d'échantillonnage.
Explore le tri topologique, les graphes acycliques, les composants fortement connectés, l'algorithme magique, le graphe des composants, les réseaux de flux et leurs applications.
Couvre le polynôme d'indépendance d'un graphe de dépendance et des concepts connexes tels que la coloration du graphe et les propriétés du graphe dirigé.
Explore le théorème de Markov, la liaison de Chernoff et les fondamentaux de la théorie des probabilités, y compris une bonne coloration, des graphiques à 2 couleurs et des événements rares.
Couvre des sujets tels que la sortie DFS, la classification des bords, les graphes acycliques, l'exactitude, l'analyse du temps, les SCC et l'algorithme de tri topologique.
