[论文解读] Isometry on Interval-valued Fuzzy Graphs

Hossein Rashmanlou, Madhumangal Pal|arXiv (Cornell University)|May 23, 2014

Multi-Criteria Decision Making参考文献 24被引用 23

一句话总结

本文引入了区间值模糊图中的同构概念，将经典图同构扩展到模糊环境，其中边的隶属度为 [0,1] 中的闭区间。该文提出了一套框架，以保持顶点之间的区间值模糊距离，证明了同构的区间值模糊图在双射映射下保持结构和模糊距离的一致性，为数据挖掘和网络分析提供了更高的灵活性。

ABSTRACT

Especially in research areas of computer science such as data mining, image segmentation, clustering image capturing and networking. The interval-valued fuzzy graphs are more flexible and compatible than fuzzy graphs due to the fact that they allowed the degree of membership of a vertex to an edge to be represented by interval valued in [0,1] rather than the crisp real values between 0 and 1.

研究动机与目标

• 将同构的概念从经典图扩展到区间值模糊图。
• 定义并形式化保持顶点间区间值模糊距离的同构映射。
• 建立区间值模糊图可被视为同构的条件。
• 展示同构在保持模糊网络模型中结构和模糊距离特性的有效性。
• 为在图像分割和聚类等实际应用中应用同构提供理论基础。

提出的方法

• 通过为边分配 [0,1] 的闭子区间作为隶属度，定义区间值模糊图。
• 基于路径上最大隶属度的最小值，引入顶点间区间值模糊距离的概念。
• 提出在两个区间值模糊图之间保持模糊距离的双射映射。
• 将同构形式化为区间值模糊图之间保持距离的双射映射。
• 利用区间算术和基于路径的距离计算，建立同构的必要与充分条件。
• 通过理论分析和图结构保持的图示示例验证该框架。

实验结果

研究问题

• RQ1 同构的概念如何推广到区间值模糊图？
• RQ2 两个区间值模糊图之间的映射需满足何种条件才能被视为同构？
• RQ3 区间值模糊距离与清晰距离或标准模糊距离在保持图结构方面有何不同？
• RQ4 同构的区间值模糊图在变换下是否能保持一致的模糊距离关系？
• RQ5 同构对数据挖掘和网络建模应用有何影响？

主要发现

• 本文基于区间值模糊距离保持，建立了区间值模糊图中同构的正式定义。
• 证明了同构的区间值模糊图在双射映射下保持一致的结构和模糊距离关系。
• 该框架相比传统模糊图，允许对网络中的不确定性进行更灵活的建模。
• 作者证明了同构在同构图对之间保持了基于区间的隶属结构。
• 理论结果支持在复杂网络分析中利用同构保持拓扑和模糊距离特性。
• 本工作为未来在图像分割、聚类和网络设计中使用区间值模糊模型的应用奠定了基础。