会员服务
Color · 类别 · 图 · 离散数学 · 算法与数据结构 ·
2021 年 5 月 26 日
Total, Equitable Total and Neighborhood sum distinguishing Total Colorings of Some Classes of Circulant Graphs
翻译：共计、平整和相邻和相邻总和
Prajnanaswaroopa S,J. Geetha,K. Somasundaram
Prajnanaswaroopa S,J. Geetha,K. Somasundaram
from arxiv, 13 Pages, 6 Tables

In this paper, we have obtained the total chromatic as well as equitable and neighborhood sum distinguishing total chromatic numbers of some classes of the circulant graphs.


翻译：在本文中,我们获得了染色体以及公平和邻里总和,区分了循环图中某些类别的染色体总数。
0
下载
关闭预览

相关内容

【南京大学】量子计算 (Spring 2021)课程
专知会员服务
56+阅读 · 2021年4月12日
【AAAI2021】 层次图胶囊网络
【AAAI2021】 层次图胶囊网络
专知会员服务
80+阅读 · 2020年12月18日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
122+阅读 · 2020年11月20日
近期必读的五篇顶会 ACL 2020【图神经网络 (GNN) 】相关论文
近期必读的五篇顶会 ACL 2020【图神经网络 (GNN) 】相关论文
专知会员服务
103+阅读 · 2020年6月9日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
238+阅读 · 2020年4月19日
【图深度学习GDL论文大全】A comprehensive collection of recent papers on graph deep learning
【图深度学习GDL论文大全】A comprehensive collection of recent papers on graph deep learning
专知会员服务
45+阅读 · 2019年12月1日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
知识图谱本体结构构建论文合集
知识图谱本体结构构建论文合集
专知会员服务
102+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
8+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Estimating Linear Mixed Effects Models with Truncated Normally Distributed Random Effects
Arxiv
0+阅读 · 2021年7月15日
Nonparametric Statistical Inference via Metric Distribution Function in Metric Spaces
Arxiv
0+阅读 · 2021年7月15日
Tableaux for Free Logics with Descriptions
Arxiv
0+阅读 · 2021年7月15日
Linearized trinomials with maximum kernel
Arxiv
0+阅读 · 2021年7月15日
On complete classes of valuated matroids
Arxiv
0+阅读 · 2021年7月14日
Scalable Privacy-Preserving Distributed Learning
Arxiv
0+阅读 · 2021年7月14日
Fast solution of fully implicit Runge-Kutta and discontinuous Galerkin in time for numerical PDEs, Part I: the linear setting
Arxiv
0+阅读 · 2021年7月13日
A Review of Graph Neural Networks and Their Applications in Power Systems
A Review of Graph Neural Networks and Their Applications in Power Systems
Arxiv
27+阅读 · 2021年1月25日
Graph Signal Processing -- Part III: Machine Learning on Graphs, from Graph Topology to Applications
Arxiv
19+阅读 · 2020年1月2日
Invariance-Preserving Localized Activation Functions for Graph Neural Networks
Invariance-Preserving Localized Activation Functions for Graph Neural Networks
Arxiv
4+阅读 · 2019年11月5日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Color
类别
图
离散数学
算法与数据结构
相关VIP内容
【南京大学】量子计算 (Spring 2021)课程
专知会员服务
56+阅读 · 2021年4月12日
【AAAI2021】 层次图胶囊网络
【AAAI2021】 层次图胶囊网络
专知会员服务
80+阅读 · 2020年12月18日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
122+阅读 · 2020年11月20日
近期必读的五篇顶会 ACL 2020【图神经网络 (GNN) 】相关论文
近期必读的五篇顶会 ACL 2020【图神经网络 (GNN) 】相关论文
专知会员服务
103+阅读 · 2020年6月9日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
238+阅读 · 2020年4月19日
【图深度学习GDL论文大全】A comprehensive collection of recent papers on graph deep learning
【图深度学习GDL论文大全】A comprehensive collection of recent papers on graph deep learning
专知会员服务
45+阅读 · 2019年12月1日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
知识图谱本体结构构建论文合集
知识图谱本体结构构建论文合集
专知会员服务
102+阅读 · 2019年10月9日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
8+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Estimating Linear Mixed Effects Models with Truncated Normally Distributed Random Effects
Arxiv
0+阅读 · 2021年7月15日
Nonparametric Statistical Inference via Metric Distribution Function in Metric Spaces
Arxiv
0+阅读 · 2021年7月15日
Tableaux for Free Logics with Descriptions
Arxiv
0+阅读 · 2021年7月15日
Linearized trinomials with maximum kernel
Arxiv
0+阅读 · 2021年7月15日
On complete classes of valuated matroids
Arxiv
0+阅读 · 2021年7月14日
Scalable Privacy-Preserving Distributed Learning
Arxiv
0+阅读 · 2021年7月14日
Fast solution of fully implicit Runge-Kutta and discontinuous Galerkin in time for numerical PDEs, Part I: the linear setting
Arxiv
0+阅读 · 2021年7月13日
A Review of Graph Neural Networks and Their Applications in Power Systems
A Review of Graph Neural Networks and Their Applications in Power Systems
Arxiv
27+阅读 · 2021年1月25日
Graph Signal Processing -- Part III: Machine Learning on Graphs, from Graph Topology to Applications
Arxiv
19+阅读 · 2020年1月2日
Invariance-Preserving Localized Activation Functions for Graph Neural Networks
Invariance-Preserving Localized Activation Functions for Graph Neural Networks
Arxiv
4+阅读 · 2019年11月5日
Top
微信扫码咨询专知VIP会员
Top