[论文解读] Bounding the Size of a Network Defined By Visibility Property

Andreas D. M. Gunawan, Louxin Zhang|arXiv (Cornell University)|Oct 1, 2015

Complex Network Analysis Techniques参考文献 13被引用 4

一句话总结

本文为基于可视性属性定义的四类二叉演化网络中的网状节点数量建立了紧致上界：有花网络（≤2(n−1)）、准稳定网络（≤3(n−1)）和稳定子节点网络（≤7(n−1)）。通过子树分解技术和可视性分析，作者证明了这些上界是紧致的，为演化网络建模中的网络规模提供了基本限制。

ABSTRACT

Phylogenetic networks are mathematical structures for modeling and visualization of reticulation processes in the study of evolution. Galled networks, reticulation visible networks, nearly-stable networks and stable-child networks are the four classes of phylogenetic networks that are recently introduced to study the topological and algorithmic aspects of phylogenetic networks. We prove the following results. (1) A binary galled network with n leaves has at most 2(n-1) reticulation nodes. (2) A binary nearly-stable network with n leaves has at most 3(n-1) reticulation nodes. (3) A binary stable-child network with n leaves has at most 7(n-1) reticulation nodes.

研究动机与目标

• 确定基于可视性属性定义的二叉演化网络中可能存在的最大网状节点数量。
• 为有花网络、准稳定网络和稳定子节点网络建立紧致上界，扩展了先前关于可视网状节点网络的研究结果。
• 为基于可视性的网络类别结构极限提供组合与算法见解。
• 通过子树分解与基于可视性的节点分析技术，改进现有边界。
• 统一理解基于可视性定义的各类网络规模，对树包含问题与网络重构具有启示意义。

提出的方法

• 基于每种网络所依赖的树结构，应用一种子树分解技术，将网络划分为以内部树节点为根的路径。
• 定义权重函数 w(Pv1) 和 w(Pv2)，用于计算在每个内部节点 v 处结束的交叉路径数量，以表示可视性约束。
• 利用可视性引理识别不可见节点，并对路径权重施加约束，尤其在稳定子节点网络中。
• 对路径相交与交叉路径进行案例分析，推导出所有内部节点上权重总和的上界。
• 使用从 V8 ∪ V9 ∪ V10 中的节点到低权重节点集合的映射函数 p(v)，以限制总网状节点计数。
• 对所有内部节点的权重求和，并利用不等式推导出稳定子节点网络的最终上界 7(n−1)。

实验结果

研究问题

• RQ1 具有 n 片叶的二叉有花网络中，网状节点的最大数量是多少？
• RQ2 具有 n 片叶的准稳定网络中，网状节点的紧致上界是多少？
• RQ3 具有 n 片叶的稳定子节点网络中，网状节点的最大数量是多少？
• RQ4 可视性属性如何限制演化网络的规模，且这些限制能否被精确量化？
• RQ5 子树分解与基于可视性的分析技术是否可扩展至多个基于可视性定义的网络类别，以推导出紧致边界？

主要发现

• 具有 n 片叶的二叉有花网络中，网状节点数量最多为 2(n−1)，且该边界是紧致的。
• 具有 n 片叶的二叉准稳定网络中，网状节点数量最多为 3(n−1)，证实了线性上界。
• 具有 n 片叶的二叉稳定子节点网络中，网状节点数量最多为 7(n−1)，建立了新的紧致边界。
• 稳定子节点网络中内部树节点的总数最多为 8(n−1)，该结果由网状节点边界推导得出。
• 基于可视性的子树分解技术成功识别出不可见节点，并对路径权重施加了约束，从而实现了精确边界推导。
• 研究结果证实，可视性属性对网络规模施加了强烈的结构限制，其中稳定子节点网络是所研究类别中规模最大的。