📊 statistics

Fundamental Limits of Query-Based Subgraph Detection

यह शोध पत्र गैर-अनुकूली (non-adaptive) एज क्वेरीज़ के माध्यम से प्रतिबंधित पहुंच के तहत रैंडम ग्राफ्स में मनमाने ढंग से रोपित (planted) सबग्राफ्स का पता लगाने की सूचना-सैद्धांतिक (information-theoretic) और एल्गोरिद्मिक सीमाओं की जांच करता है, जो सघन मोटिफ्स (dense motifs), उच्च-डिग्री वाले शीर्षों (high-degree vertices) और वैश्विक एज घनत्व जैसे संरचनात्मक तंत्रों का लाभ उठाकर विविध ग्राफ परिवारों के लिए मिलान करने वाली क्वेरी जटिलता सीमाओं को स्थापित करता है।

मूल लेखक: Wasim Huleihel

प्रकाशित 2026-07-21

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Wasim Huleihel

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक जासूस हैं जो एक विशाल, अराजक शहर में रहस्य सुलझाने की कोशिश कर रहे हैं। यह शहर एक "रैंडम ग्राफ" है, जो एक गणितीय मॉडल है जहाँ लाखों लोग (शीर्ष/vertices) आपस में दोस्ती (किनारों/edges) के माध्यम से जुड़े हुए हैं, जो ज्यादातर शुद्ध संयोग से बनती है। इस शहर में, अधिकांश लोगों के कुछ यादृच्छिक मित्र होते हैं और उनके संबंध एक विशाल, उलझे हुए जाल की तरह दिखते हैं। लेकिन, इस वेब के कहीं गहरे में, एक गुप्त समाज ने एक विशिष्ट, संरचित पैटर्न—एक "प्लांटेड सबग्राफ" (planted subgraph)—रखा है। यह एक घनिष्ठ समूह (clique) हो सकता है जहाँ हर कोई एक-दूसरे को जानता है, या एक स्टार-आकार का समूह हो सकता है जिसमें एक लोकप्रिय नेता और कई अनुयायी होते हैं। आपका काम यह पता लगाना है: "क्या यह गुप्त समाज यहाँ मौजूद है, या पूरा शहर सिर्फ रैंडम शोर है?"

पुराने दिनों में, इस जासूसी कार्य में जांचकर्ता के पास एक महाशक्ति थी: वे एक ही बार में पूरे शहर का नक्शा देख सकते थे। वे हर व्यक्ति के बीच के हर एक संबंध को देख सकते थे। पूर्ण दृश्य के साथ, वैज्ञानिकों ने पहले ही यह निर्धारित कर लिया है कि इन छिपे हुए समूहों को खोजना कितना कठिन है। लेकिन वास्तविक दुनिया में, पूरे नक्शे को देखना अक्सर असंभव होता है। शहर बहुत बड़ा है, डेटा एकत्र करना बहुत महंगा है, या गोपनीयता के नियम सभी के संबंधों को देखने की अनुमति नहीं देते हैं। इसलिए, जासूस को एक अलग खेल खेलना पड़ता है: वे केवल कुछ विशिष्ट प्रश्न पूछ सकते हैं। वे दो लोगों की ओर इशारा कर सकते हैं और पूछ सकते हैं, "क्या आप दोस्त हैं?" और बदले में 'हाँ' या 'ना' का उत्तर प्राप्त कर सकते हैं। बड़ा सवाल यह है कि आप निश्चित होने के लिए कि आपने गुप्त समाज को ढूंढ लिया है, कितने प्रश्न पूछने की आवश्यकता है? यदि आप बहुत कम प्रश्न पूछते हैं, तो आप इसे पूरी तरह से मिस कर सकते हैं। यदि आप बहुत अधिक प्रश्न पूछते हैं, तो आप समय और संसाधनों को बर्बाद करते हैं।

यह शोध पत्र, जिसे वसीम हुलेहेल (Wasim Huleihel) द्वारा लिखा गया है, इस "क्वेरी-लिमिटेड" (query-limited) जासूसी खेल की गहराई में उतरता है। यह पूछता है: किसी छिपी हुई संरचना को विश्वसनीय रूप से पहचानने के लिए न्यूनतम कितने प्रश्नों (queries) की आवश्यकता है, चाहे वह संरचना कैसी भी क्यों न हो? लेखक केवल एक प्रकार के गुप्त समाज (जैसे एक साधारण क्लीक) को नहीं देखते; वे किसी भी आकार के छिपे हुए समूह की जांच करते हैं, चाहे वह घने क्लस्टर हो या विरल पेड़ (sparse trees)। यह पत्र सिद्ध करता है कि उत्तर पूरी तरह से छिपे हुए समूह के "आकार" पर निर्भर करता है। यह स्पष्ट है कि एक जादुई संख्या नहीं है जो सभी के लिए काम करे। इसके बजाय, यह पत्र खोजता है कि विभिन्न आकारों के लिए अलग-अलग जासूसी रणनीतियों की आवश्यकता होती है।

मुख्य निष्कर्ष यह है कि खोज की कठिनाई छिपी हुई संरचना की ज्यामिति के आधार पर दो अलग-अलग दुनियाओं में विभाजित हो जाती है।

पहला, "घने" (dense) ढांचे हैं, जैसे कि एक क्लीक जहाँ हर कोई एक-दूसरे को जानता है। इनके लिए, पेपर सिद्ध करता है कि आपको यह जानने के लिए कि वह वहाँ है, अनिवार्य रूप से गुप्त समूह से संबंधित केवल एक किनारा (एक दोस्ती) ढूंढना होगा। लेखक दिखाते हैं कि यदि आप बहुत कम प्रश्न पूछते हैं—विशेष रूप से, यदि प्रश्नों की संख्या कुल संभावित कनेक्शनों को गुप्त समूह के किनारों की संख्या से विभाजित करने पर प्राप्त संख्या से बहुत कम है—तो आप उसे लगभग निश्चित रूप से मिस कर देंगे। यह समुद्र तट पर रेत के एक विशिष्ट कण को खोजने की तरह है; यदि आपकी मुट्ठी बहुत छोटी है, तो आप केवल सामान्य रेत ही पकड़ पाएंगे। यह पेपर इस परिदृश्य के लिए एक "विटनेस स्कैन" (witness scan) एल्गोरिदम प्रदान करता है: लोगों के एक यादृच्छिक समूह को चुनें, उनकी सभी दोस्ती के बारे में पूछें, और यदि आप गुप्त समूह के पैटर्न की एक छोटी, सटीक प्रति देखते हैं, तो आपने उसे ढूंढ लिया है। यह विधि घने आकारों के लिए लगभग पूर्ण है।

दूसरा, "हब-डोमिनेटेड" (hub-dominated) ढांचे हैं, जैसे कि एक स्टार जहाँ एक व्यक्ति सैकड़ों अन्य लोगों का मित्र है, या एक पेड़ जिसमें कुछ उच्च-डिग्री वाले नोड्स हैं। यहाँ, एक एकल किनारे को खोजना पर्याप्त नहीं है क्योंकि रैंडम शोर गलती से कुछ कनेक्शन बना सकता है। इसके बजाय, आपको "हब" (केंद्र) को खोजने की आवश्यकता है—वह लोकप्रिय व्यक्ति जिसके कई मित्र हैं। पेपर दिखाता है कि इन आकारों के लिए, आवश्यक प्रश्नों की संख्या सबसे लोकप्रिय व्यक्ति के डिग्री द्वारा निर्धारित होती है। लेखक एक "डिग्री-ऑन-अ-कट" (degree-on-a-cut) परीक्षण का प्रस्ताव करते हैं: शहर को दो यादृच्छिक हिस्सों में विभाजित करें और उनके बीच के कनेक्शनों के बारे में पूछें। यदि आप एक ऐसा व्यक्ति पाते हैं जिसके दूसरे हिस्से में बहुत अधिक मित्र हैं जितने कि सांख्यिकी के अनुसार होने चाहिए, तो आपने हब को ढूंढ लिया है। यह रणनीति इन विशिष्ट प्रकार के छिपे हुए समूहों को खोजने का सबसे अच्छा तरीका है।

पेपर स्पष्ट रूप से इस विचार को खारिज करता है कि एक ही सरल रणनीति सभी आकारों के लिए काम करती है। यह प्रदर्शित करता है कि बहुत विरल, कम घनत्व वाली संरचनाओं (जैसे लंबे, पतले पथ या कम शाखाओं वाले पेड़) के लिए, पता लगाना असंभव हो सकता है भले ही आप पूरे शहर का नक्शा देख सकें। यदि संरचना बहुत कमजोर है, तो कोई भी मात्रात्मक पूछताछ इसे रैंडम शोर से अलग नहीं कर पाएगी। इसके अलावा, पेपर इस धारणा के विरुद्ध तर्क देता है कि "अधिक प्रश्न हमेशा बेहतर होते हैं"; इसके बजाय, यह तीक्ष्ण सीमाएं (sharp thresholds) स्थापित करता है। एक निश्चित संख्या के प्रश्नों से नीचे, पहचान करना गणितीय रूप से असंभव है (आप केवल अनुमान लगा रहे हैं)। उस सीमा के ऊपर, विश्वसनीय पहचान संभव हो जाती है।

लेखक अपने परिणामों के प्रति बहुत आश्वस्त हैं क्योंकि वे केवल अनुमान नहीं लगाते; वे गणितीय प्रमाण प्रदान करते हैं। वे "लोअर बाउंड्स" (lower bounds) निकालते हैं, जो गणितीय प्रमाण हैं जो दिखाते हैं कि कोई भी जासूस, चाहे वह कितना भी स्मार्ट क्यों न हो, एक निश्चित संख्या से कम प्रश्न पूछकर सफल नहीं हो सकता है। वे "अपर बाउंड्स" (upper bounds) भी प्रदान करते हैं, जो विशिष्ट, चरण-दर-चरण एल्गोरिदम हैं जो सिद्ध करते हैं कि यदि आप एक निश्चित संख्या में प्रश्न पूछते हैं तो आप सफल हो सकते हैं। कई मामलों में, ये दोनों सीमाएं लगभग पूरी तरह से मिलती हैं, जिसका अर्थ है कि पेपर ने संभव की सटीक सीमा को खोज लिया है। "असंभव" और "संभव" क्षेत्रों के बीच का एकमात्र मामूली अंतर लॉगारिदम (एक धीमी गति से बढ़ने वाला गणितीय फलन) से संबंधित एक छोटा कारक है, जिसे इस क्षेत्र में एक मामूली विवरण माना जाता है।

संक्षेप में, यह पेपर इस बात का मानचित्र तैयार करता है कि जब आप केवल एक छेद के माध्यम से ग्राफ को देख सकते हैं, तो छिपे हुए पैटर्न को खोजने की मौलिक सीमाएं क्या हैं। यह बताता है कि गुप्त समूह का "आकार" खोज की "रणनीति" को निर्धारित करता है। यदि गुप्त समूह एक घना क्लस्टर है, तो पहेली के एक छोटे टुकड़े की तलाश करें। यदि गुप्त समूह एक लोकप्रिय केंद्र वाला स्टार है, तो अत्यधिक कनेक्शन वाले व्यक्ति की तलाश करें। और यदि गुप्त समूह बहुत धुंधला है, तो देखने की कोई भी मात्रा उसे कभी नहीं ढूंढ पाएगी। यह पेपर इन विचारों को एक एकल ढांचे में एकीकृत करता है, यह दिखाते हुए कि आप क्या खोज रहे हैं, इसके आधार पर खेल के नियम बदल जाते हैं।

तकनीकी सारांश: क्वेरी-आधारित सबग्राफ डिटेक्शन की मौलिक सीमाएँ

समस्या का निरूपण (Problem Formulation)

यह शोध पत्र सूचना-सीमित बाधाओं के तहत प्लांटेड सबग्राफ डिटेक्शन समस्या की जांच करता है। शास्त्रीय निरूपण में एक अर्दोस-रेनी रैंडम ग्राफ $G(n, q)$ और एक ऐसे ग्राफ के बीच अंतर करना शामिल है जहाँ एक विशिष्ट सबग्राफ $\Gamma_n$ को रैंडम बैकग्राउंड में "प्लांट" (रोपित) किया गया है। जबकि पूर्ण अवलोकन (संपूर्ण एडजेसेंसी मैट्रिक्स तक पहुँच) के तहत किसी भी प्लांटेड संरचना के लिए इस समस्या की सांख्यिकीय और कम्प्यूटेशनल सीमाएँ अच्छी तरह से समझी जा रही हैं, यह कार्य उस परिदृश्य को संबोधित करता है जहाँ पर्यवेक्षक के पास केवल एक सीमित संख्या में नॉन-अडैप्टिव एज क्वेरीज़ तक पहुँच होती है।

मूल प्रश्न यह है: $n$ वर्टिसेस वाले एम्बिएंट ग्राफ में एम्बेडेड किसी भी मनमाने प्लांटेड ग्राफ अनुक्रम $\Gamma = (\Gamma_n)_{n \ge 1}$ का विश्वसनीय रूप से पता लगाने के लिए न्यूनतम क्वेरी जटिलता $Q_n$ क्या आवश्यक है? पर्यवेक्षक अग्रिम रूप से वर्टेक्स पेयर्स (vertex pairs) का एक सेट $Q_n$ चुनता है और प्राप्त करता है कि क्या उनके बीच एक एज (edge) मौजूद है या नहीं।

कार्यप्रणाली (Methodology)

लेखक क्वेरी जटिलता के लिए सूचना-सैद्धांतिक निचली सीमाओं (information-theoretic lower bounds) और एल्गोरिद्मिक ऊपरी सीमाओं (algorithmic upper bounds) दोनों को प्राप्त करने के लिए एक एकीकृत ढांचा विकसित करते हैं। यह दृष्टिकोण प्लांटेड ग्राफ $\Gamma_n$ के संरचनात्मक गुणों को डिकम्पोज़ करने और यह विश्लेषण करने पर निर्भर करता है कि ये गुण क्वेरी तंत्र के साथ कैसे परस्पर क्रिया करते हैं।

1. लोअर बाउंड तकनीकें (Lower Bound Techniques)

पेपर दो प्राथमिक तंत्रों का उपयोग करके असंभवता के परिणाम (निचली सीमाएँ) स्थापित करता है:

एज-हिट लोअर बाउंड (Edge-Hit Lower Bound): एक मौलिक सीमा जो कहती है कि यदि क्वेरी सेट पर्याप्त प्रायिकता के साथ प्लांटेड एडजेस के साथ प्रतिच्छेद (intersect) नहीं करता है, तो अल्टरनेटिव हाइपोथेसिस के तहत ट्रांसक्रिप्ट, नल हाइपोथेसिस के समान सांख्यिकीय रूप से अविभेद्य (indistinguishable) होगा। यह सीमा घने स्थानीय संरचनाओं (जैसे क्लीक) वाले ग्राफों के लिए प्रभावी है।
वर्टेक्स-कवर डिकम्पोज़िशन (कोर रिडक्शन) (Vertex-Cover Decomposition - Core Reduction): एक वर्टेक्स कवर $U_n$ $U_{n}$ के माध्यम से $\Gamma_n$ $Γ_{n}$ को डिकम्पोज़ करने पर आधारित एक अधिक परिष्कृत संरचनात्मक सीमा। ग्राफ को एक "कोर" सबग्राफ $H_n = \Gamma_n[U_n]$ $H_{n} = Γ_{n} [U_{n}]$ और एक अवशिष्ट "अटैचमेंट" लेयर $W_n = V(\Gamma_n) \setminus U_n$ $W_{n} = V (Γ_{n}) ∖ U_{n}$ में विभाजित किया जाता है। प्रमेय डिटेक्शन समस्या को दो शर्तों में कम करता है:
1. कोर $H_n$ स्वयं क्वेरी बजट के तहत पता लगाने योग्य (undetectable) नहीं होना चाहिए।
2. अटैचमेंट लेयर (जो $W_n$ को $U_n$ से जोड़ती है) द्वारा योगदान की गई सूचना नगण्य होनी चाहिए।
  यह डिकम्पोज़िशन लेखकों को उन स्पार्स, हब-डोमिनेटेड और बाउंडेड-कवर ग्राफों को संभालने की अनुमति देता है जहाँ साधारण एज-काउंटिंग विफल हो जाती है।

2. एल्गोरिद्मिक अपर बाउंड तकनीकें (Algorithmic Upper Bound Techniques)

पेपर तीन नॉन-अडैप्टिव डिटेक्शन एल्गोरिदम प्रस्तावित करता है, जिनमें से प्रत्येक $\Gamma_n$ के विशिष्ट संरचनात्मक शासन (regimes) के लिए अनुकूलित है:

विटनेस स्कैन टेस्ट (Witness Scan Test): वर्टिसेस के एक रैंडम सबसेट को सैंपल करता है, सभी प्रेरित एडजेस (induced edges) को क्वेरी करता है, और एक विशिष्ट घने सबग्राफ (विटनेस) $H \subseteq \Gamma_n$ की खोज करता है। यह क्लीक-जैसे या बायक्लिक-जैसे स्ट्रक्चर के लिए इष्टतम है।
डिग्री-ऑन-अ-कट टेस्ट (Degree-on-a-Cut Test): एक बाइपार्टाइट कट को सैंपल करता है और उसके आर-पार एडजेस को क्वेरी करता है, और क्वेरी किए गए सबग्राफ में असामान्य रूप से उच्च डिग्री वाले वर्टिसेस की तलाश करता है। यह हाई-डिग्री वर्टिसेस (हब्स) का लाभ उठाता है और स्टार फॉरेस्ट तथा बाउंडेड-कवर ग्राफों के लिए प्रभावी है।
एज-काउंट टेस्ट (Edge-Count Test): क्वेरी किए गए सेट में कुल एडजेस की गिनती करता है। यह एक बेसलाइन के रूप में कार्य करता है, विशेष रूप से घने ग्राफों के लिए जहाँ वैश्विक एज डेंसिटी शिफ्ट प्राथमिक सिग्नल होता है।

मुख्य परिणाम (Key Results)

पेपर कई व्यापक ग्राफ परिवारों के लिए मिलान वाली सीमाएँ (polylogarithmic कारकों तक) प्राप्त करता है, जो $Q_n$ को ग्राफ के संरचनात्मक मापदंडों (जैसे एडजेस की संख्या, अधिकतम डिग्री, वर्टेक्स कवर संख्या) के फलन (function) के रूप में अभिलक्षित करता है।

1. क्लीक-लाइक और डेंस लोकल स्ट्रक्चर (Clique-Like and Dense Local Structures)

घने स्थानीय मोटिफ्स (जैसे क्लीक $K_{k_n}$ ) वाले ग्राफों के लिए, एज-हिट लोअर बाउंड सटीक है। विटनेस स्कैन टेस्ट निम्नलिखित क्वेरी जटिलता के साथ मजबूत डिटेक्शन प्राप्त करता है:
$Q_n \asymp \frac{n^2}{k_n^2} \cdot \text{polylog}(n)$
यह प्लांटेड क्लीक के ज्ञात परिणामों से मेल खाता है और उन्हें मनमाने घने सबग्राफों तक विस्तारित करता है।

2. हब-डोमिनेटेड और बाउंडेड-कवर ग्राफ (Hub-Dominated and Bounded-Cover Graphs)

उच्च-डिग्री वर्टिसेस (जैसे स्टार फॉरेस्ट, बाउंडेड-कवर ग्राफ) द्वारा डोमिनेटेड ग्राफों के लिए, डिग्री-ऑन-अ-कट टेस्ट लगभग इष्टतम है। क्वेरी जटिलता "सैचुरेटेड हाई-डिग्री मास" $\kappa(\Gamma_n)$ द्वारा नियंत्रित होती है:
$Q_n \asymp \frac{n^3 \log^2 n}{\kappa(\Gamma_n)}$
पेपर दिखाता है कि स्टार फॉरेस्ट और बाउंडेड-कवर ग्राफों के लिए, वर्टेक्स-कवर डिकम्पोज़िशन से प्राप्त निचली सीमा, लॉगरिदमिक कारकों तक इस ऊपरी सीमा से मेल खाती है।

3. स्पार्स लो-डेंसिटी स्ट्रक्चर (Sparse Low-Density Structures)

कम घनत्व और सीमित डिग्री वाले स्पार्स स्ट्रक्चर (जैसे पाथ, बाउंडेड-डिग्री ट्री, डिस्कजॉइंट यूनियंस ऑफ ट्राइएंगल्स) के लिए, पेपर यह स्थापित करता है कि यदि प्लांटेड सबग्राफ का आकार $k_n$ $o(n)$ है, तो वीक डिटेक्शन असंभव है, भले ही पूर्ण अवलोकन उपलब्ध हो। फलस्वरूप, इन शासनों में कोई भी क्वेरी-आधारित प्रक्रिया सफल नहीं हो सकती।

4. कम्प्लीट बाइपार्टाइट ग्राफ (Complete Bipartite Graphs)

परिणाम दोनों शासनों के बीच इंटरपोलेट करते हैं। $K_{a_n, b_n}$ के लिए:

यदि छोटा पक्ष $a_n$ छोटा (सीमित) है, तो समस्या एक हब-डोमिनेटेड स्ट्रक्चर की तरह व्यवहार करती है, जो डिग्री-ऑन-अ-कट बाउंड द्वारा नियंत्रित होती है।
यदि दोनों पक्ष बड़े ( $a_n, b_n \gtrsim \log n$ ) और तुलनीय हैं, तो समस्या एक डेंस स्ट्रक्चर की तरह व्यवहार करती है, जो स्कैन टेस्ट बाउंड द्वारा नियंत्रित होती है।
पेपर एक विशिष्ट अनसुलझे शासन की पहचान करता है, जहाँ $1 \ll a_n \ll \log n$ , जहाँ वर्तमान तकनीकें सटीक बाउंड प्रदान नहीं करती हैं।

महत्व और दावे (Significance and Claims)

लेखक दावा करते हैं कि यह कार्य प्रतिबंधित ग्राफ एक्सेस के तहत प्लांटेड सबग्राफ डिटेक्शन के लिए एक एकीकृत सिद्धांत प्रदान करता है, जो पूर्ण-अवलोकन सिद्धांत और पहले केवल प्लांटेड क्लीक तक सीमित क्वेरी-जटिलता साहित्य के बीच के अंतर को पाटता है।

पेपर द्वारा रेखांकित प्रमुख योगदानों में शामिल हैं:

सामान्यीकरण (Generalization): एड-हॉक उदाहरणों (जैसे प्लांटेड क्लीक) से आगे बढ़कर मनमाने प्लांटेड सबग्राफ अनुक्रमों तक पहुँचना।
संरचनात्मक अभिलक्षण (Structural Characterization): यह प्रदर्शित करना कि क्वेरी जटिलता संरचनात्मक सिद्धांतों के एक छोटे सेट द्वारा नियंत्रित होती है: घने स्थानीय विटनेस (witnesses) स्कैन-आधारित प्रक्रियाओं का पक्ष लेते हैं, जबकि हब-डोमिनेटेड ज्योमेट्री डिग्री-आधारित प्रक्रियाओं का पक्ष लेती है।
नए ट्रेडऑफ (New Tradeoffs): यह प्रकट करना कि क्वेरी मॉडल का अपना विशिष्ट सांख्यिकीय-कम्प्यूटेशनल परिदृश्य है। कुछ शासनों में, प्रतिबंधित एक्सेस नए अवरोध पैदा करता है (जैसे, कुछ संरचनाओं के लिए आवश्यक क्वेरीज़ को $n^2$ से बढ़ाकर $n^3$ करना), जबकि अन्य में लागत न्यूनतम होती है।
एकीकृत ढांचा (Unified Framework): वर्टेक्स-कवर डिकम्पोज़िशन प्रमेय एक शक्तिशाली रिडक्शन सिद्धांत के रूप में कार्य करता है, जो जटिल ग्राफ संरचनाओं को संभालने के लिए विभिन्न लोअर-बाउंड तकनीकों के संयोजन की अनुमति देता है जो न तो पूरी तरह से घने हैं और न ही पूरी तरह से स्पार्स।

पेपर निष्कर्ष निकालता है कि जबकि पूर्ण-अवलोकन समस्या काफी हद तक समझी जा चुकी है, क्वेरी प्रतिबंधों का परिचय नई कठिनाइयों की परतें और विशिष्ट सांख्यिकीय-कम्प्यूटेशनल ट्रेडऑफ पेश करता है जो प्लांटेड सबग्राफ की विशिष्ट ज्यामिति पर महत्वपूर्ण रूप से निर्भर करते हैं।