Overview

다양한 그래프 구조들을 정리했다. Data Science 분야에서의 주요 예시로는 Deep Learning(딥러닝), Hidden Markov Models (히든 마르코프 모델 ; HMMs), Social Network Analysis (사회 연결망 분석 ; SNA) 그리고 Community Detection 등이 있다.

Null Graph

$V(G)$와 $E(G)$가 모두 비어있는 그래프이다.

• $V(G) = \{\}$
• $E(G) = \{\}$

Simple Graph

Loop와 multiple edges가 없는 그래프이다.

Finite Graph

$V(G)$와 $E(G)$가 유한인 그래프이다.

Graph Theory에선 일반적으로 유한 그래프를 가정한다. (무한인 경우 별도 표기)

• $V(G) = \{v_1, …, v_n\}$
• $E(G) = \{e_1, …, e_m\}$

Subgraph

Subgraph(부분 그래프) $H$는 $G$의 일부로 이루어진 그래프이다.

• $V(H) \subset V(G)$
• $E(H) \subset E(G)$

Complete Graph