Če bi še vsaki točki ali povezavi pripisali neko utež, ki predstavlja npr. podatek hidravličnega modela, lahko formiramo podgrafe s podobnimi lastnostmi.

Zato smo implementirali razcep večjega grafa na manjše podgrafe, kjer časovna kompleksnost implementiranih algoritmov ni več problematična.

Zaradi te podobnosti lahko za zasnovo merilnih območij uporabimo algoritme iz teorije grafov, ki so namenjeni razbitju osnovnega grafa na podgrafe.

Z variiranjem stopnje omejevanja k dobimo različne podgrafe, ki jih kasneje uporabimo v pristopih za napovedovanje.

Z objavo posodobitev sheme in posodobitev konfiguracije supergrafa se lahko več ekip usklajuje, kdaj in kako spremeniti posamezne podgrafe.

Vzeli smo graf dostopnosti in analizirali njegove maksimalno povezane podgrafe.

Vendar se pri delitvi funkcionalnosti grafa na podgrafe sprva zdi logično, da ima vsak podgraf popolnoma različen nabor tipov.

V teoriji grafov je monotona lastnost grafa taka lastnost grafa, ki velja tudi za (se podeduje na) vse njegove podgrafe.

V prvem koraku pristop zakodira podgrafe in tako strukturo molekule spremeni v drevo, v drugem pa to drevo zakodira v latentni prostor.

Tukaj gre za inducirane podgrafe, ki so sami zase prazni grafi.

Taki lastnosti grafa, ki velja tudi za vse njegove inducirane podgrafe, pravimo dedna lastnost grafa.

Seveda pa moramo dodati še povezave, ki te podgrafe povezujejo.

Raziskava nam omogoča celovit vpogled v celoletno delovanje omrežja, tudi za posamezna področja, podgrafe in nakazuje vzorce obnašanja sistema izposoje.

Razdelitev grafa na podgrafe se opravi z algoritmom k-povprečja (angl. k-means).

Pri tem lahko formiramo podgrafe, ki imajo podobne nadmorske višine in so si relativno blizu po lokaciji v grafu.

Pri razčlenitvi in faktorizaciji gre za razcep grafa na podgrafe, kjer vsaka povezava grafa pripada natanko enemu podgrafu.

Pri razčlenitvi graf razčlenimo na podgrafe, pri faktorizaciji pa na vpete podgrafe, imenovane faktorje.

Pri razdelitvi grafov na podgrafe se tako vsem cevem predpiše ustrezne uteži.

Pri iskanju nepovezanih množic konceptov iščemo maksimalno povezane podgrafe.

Pri grafkih takšen primer ne obstaja, saj gre za inducirane podgrafe.