[논문 리뷰] Antipodal Interval-Valued Fuzzy Graphs

Hossein Rashmanlou, Madhumangal Pal|arXiv (Cornell University)|2014. 01. 04.

Multi-Criteria Decision Making참고 문헌 22인용 수 56

한 줄 요약

이 논문은 간격 값 퍼저니 집합 이론의 확장으로서 반대편 간격 값 퍼저니 그래프와 자기 중앙값 간격 값 퍼저니 그래프의 개념을 도입한다. 간격 값 퍼저니 집합을 사용한 구조적 성질 분석 프레임워크를 제안하며, 주요 기여 사항으로는 동형 조건과 이러한 그래프 내의 반대편 및 중앙값 구조에 대한 공식 정의가 포함되어 있다.

ABSTRACT

Concepts of graph theory have applications in many areas of computer science including data mining, image segmentation, clustering, image capturing, networks, etc . An interval-valued fuzzy set is a generalization of the notion of a fuzzy set. Interval-valued fuzzy models give more precision, flexibility and compatibility to the system as compared to the fuzzy models. In this paper, we introduce the concept of antipodal interval - valued fuzzy graph and self median interval-valued fuzzy graph of the given interval-valued fuzzy graph. We investigate isomorphism properties of antipodal interval - valued fuzzy graphs.

연구 동기 및 목표

• 불확실성 모델링을 위한 정밀도와 유연성 향상을 위해 간격 값 퍼저니 집합을 도입하여 퍼저니 그래프 이론을 확장한다.
• 노드 간의 간격 값 소속도 기준으로 최대 거리를 가지는 반대편 간격 값 퍼저니 그래프의 개념을 정의하고 공식화한다.
• 대칭성과 균형을 분석하기 위한 구조적 성질로써 자기 중앙값 간격 값 퍼저니 그래프의 개념을 도입한다.
• 반대편 간격 값 퍼저니 그래프 간의 동형 성질을 조사하여 구조적 비교 및 분류를 가능하게 한다.
• 향상된 퍼저니 집합 표현을 사용한 네트워크 모델링, 데이터 마이닝 및 이미지 처리 분야의 이론적 기반을 제공한다.

제안 방법

• [0,1] 내 닫힌 부분구간을 사용하여 간격 값 소속도를 표현하는 간격 값 퍼저니 그래프를 정의함으로써, 기존의 퍼저니 집합보다 정밀도를 향상시킨다.
• 임의의 두 노드 간의 거리가 간격 값 소속도 기준으로 가능한 최대값에 도달하는 그래프로 반대편 간격 값 퍼저니 그래프를 정의한다.
• 각 노드가 이웃 노드 집합의 중앙값을 간격 값 소속도 기준으로 가지는 자기 중앙값 간격 값 퍼저니 그래프의 개념을 제안한다.
• 간격 값 소속도를 유지하는 노드 및 간선 소속도 매핑 기반으로 반대편 간격 값 퍼저니 그래프 간의 동형 조건을 수립한다.
• 그래프 이론적 연산과 간격 산술을 사용하여 구조적 불변성과 대칭성 성질을 분석한다.
• 구성도 및 변환을 보여주는 9幅의 그림을 포함한 구체적인 예시를 통해 프레임워크의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 간격 소속도 값을 사용하여 반대편 노드 개념을 간격 값 퍼저니 그래프에 어떻게 일반화할 수 있는가?
• RQ2 자기 중앙값 간격 값 퍼저니 그래프를 정의하는 데 필요한 구조적 성질은 무엇이며, 이를 수학적으로 어떻게 공식화할 수 있는가?
• RQ3 두 반대편 간격 값 퍼저니 그래프가 동형이 되는 조건은 무엇이며, 이러한 동형은 어떻게 특징지을 수 있는가?
• RQ4 그래프 이론적 응용에서 기존의 퍼저니 집합에 비해 간격 값 퍼저니 집합은 정확도 향상에 어떻게 기여하는가?
• RQ5 그래프가 간격 값 퍼저니 맥락에서 동시에 반대편이자 자기 중앙값일 조건은 무엇인가?

주요 결과

• 논문은 간격 값 소속도 함수로 최대 거리 개념을 확장함으로써 반대편 간격 값 퍼저니 그래프를 성공적으로 정의한다.
• 간격 값 보존 매핑 기반으로 반대편 간격 값 퍼저니 그래프 간의 동형 조건이 필요하고 충분함을 규명한다.
• 자기 중앙값 간격 값 퍼저니 그래프의 개념을 공식적으로 도입함으로써 대칭적 퍼저니 그래프 분석을 위한 새로운 구조적 불변성을 제공한다.
• 불확실성을 더 정확히 반영할 수 있는 간격 값 소속도를 允許함으로써, 전통적 퍼저니 그래프에 비해 모델링 능력이 향상됨을 입증한다.
• 구성도, 반대편 관계 및 중앙값 구조를 보여주는 9幅의 구체적 그림을 통해 이론적 결과가 뒷받침됨을 확인한다.
• 네트워크 설계, 군집화 및 이미지 분할 분야에 잠재적 응용이 있는 새로운 종류의 퍼저니 그래프를 기여한다.