术语 sepset 与聚类图一起使用。聚类图是具有节点的图，其中包含变量的子集。$C$$\{X_1, \dots, X_n\}$

一个sepset 是节点和之间的变量子集，它们位于两个节点的范围的交集（范围简单地表示节点依赖的变量列表。即，$S_{ij}$$C_i$$C_j$$C$$S_{ij} \subseteq (Scope(C_i) \bigcap Scope(C_j)).$

如果和，那么可能的 sepset 是：$C_i = \phi(A, B, C)$$C_j = \phi(B, C, D)$

• $S_{ij}^1 = \{\}$之间没有边$C_i, C_j$
• $S_{ij}^2 = \{B\}$
• $S_{ij}^3 = \{C\}$
• $S_{ij}^4 = \{B,C\}$

sepset 的相关性在于它们确定例如在信念传播中节点发送中，它们只发送包含关于变量的信息的消息）。$C_i$$C_j$$S_{ij}$