Matroid theory provides a unifying framework for studying dependence across combinatorics, geometry, and applications ranging from rigidity to statistics. In this work, we study circuit varieties of matroids, defined by their minimal dependencies, which play a central role in modeling determinantal varieties, rigidity problems, and conditional independence relations. We introduce an efficient computational strategy for decomposing the circuit variety of a given matroid $M$, based on an algorithm that identifies its maximal degenerations. These degenerations correspond to the largest matroids lying below $M$ in the weak order. Our framework yields explicit and computable decompositions of circuit varieties that were previously out of reach for symbolic or numerical algebra systems. We apply our strategy to several classical configurations, including the Vámos matroid, the unique Steiner quadruple system $S(3,4,8)$, projective and affine planes, the dual of the Fano matroid, and the dual of the graphic matroid of $K_{3,3}$. In each case, we successfully compute the minimal irreducible decomposition of their circuit varieties.


翻译:拟阵理论为研究组合学、几何学以及从刚性到统计学的应用领域中的依赖关系提供了统一框架。本文研究拟阵的电路簇,该簇由其最小依赖关系定义,在建模行列式簇、刚性问题和条件独立关系方面发挥核心作用。我们提出一种基于识别极大退化拟阵算法的高效计算策略,用于分解给定拟阵$M$的电路簇。这些退化对应于弱序下位于$M$之下的最大拟阵。我们的框架产生了电路簇的显式且可计算的分解,这是以往符号或数值代数系统难以实现的。我们将该策略应用于多个经典构型,包括Vámos拟阵、唯一的Steiner四元系统$S(3,4,8)$、射影平面与仿射平面、Fano拟阵的对偶以及$K_{3,3}$图拟阵的对偶。在每种情况下,我们均成功计算了其电路簇的最小不可约分解。

0
下载
关闭预览

相关内容

【ICML2023】SEGA:结构熵引导的图对比学习锚视图
专知会员服务
22+阅读 · 2023年5月10日
专知会员服务
19+阅读 · 2021年8月15日
专知会员服务
12+阅读 · 2021年6月20日
【WWW2021】场矩阵分解机推荐系统
专知会员服务
33+阅读 · 2021年2月27日
误差反向传播——CNN
统计学习与视觉计算组
30+阅读 · 2018年7月12日
MNIST入门:贝叶斯方法
Python程序员
23+阅读 · 2017年7月3日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
VIP会员
相关VIP内容
【ICML2023】SEGA:结构熵引导的图对比学习锚视图
专知会员服务
22+阅读 · 2023年5月10日
专知会员服务
19+阅读 · 2021年8月15日
专知会员服务
12+阅读 · 2021年6月20日
【WWW2021】场矩阵分解机推荐系统
专知会员服务
33+阅读 · 2021年2月27日
相关资讯
误差反向传播——CNN
统计学习与视觉计算组
30+阅读 · 2018年7月12日
MNIST入门:贝叶斯方法
Python程序员
23+阅读 · 2017年7月3日
相关基金
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员