맨위로가기

부호형 그래프

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

부호형 그래프는 각 변에 양수 또는 음수의 부호를 부여한 그래프를 의미한다. 균형 이론에 따르면, 모든 사이클이 양의 부호를 가질 때 균형을 이루며, 이는 정점을 두 개의 부분 집합으로 나누어 음의 변으로 연결될 때 발생한다. 좌절 지수는 균형 상태로 만들기 위해 삭제하거나 부호를 반전시켜야 하는 최소 변의 개수를 나타내며, 이는 NP-난해 문제이다. 부호형 그래프는 사회 심리학, 물리학의 스핀 글라스, 복잡계 분석, 데이터 클러스터링, 신경과학 등 다양한 분야에 응용되며, 게인 그래프 및 바이어스 그래프와 관련이 있다.

더 읽어볼만한 페이지

  • 매트로이드 이론 - 매트로이드 마이너
    매트로이드 마이너는 매트로이드에서 부분집합 제거 또는 제한 연산을 반복하여 얻어지는 매트로이드로, 매트로이드의 성질 보존, 구조 분석, 그래프 이론과의 연결, 여러 종류의 매트로이드, 구조 파악 및 복잡성 분석, 효율적인 테스트 알고리즘 개발 등에 활용된다.
  • 매트로이드 이론 - 탐욕 알고리즘
    탐욕 알고리즘은 각 단계에서 가장 좋아 보이는 선택을 하는 알고리즘 설계 패러다임으로, 최적 부분 구조와 탐욕 선택 속성을 가진 문제에 최적의 해를 보장하며, 다익스트라, 프림, 크루스칼 알고리즘 등에 사용된다.
  • 그래프 이론 - 다이어그램
    다이어그램은 2차원 기하학적 기호를 사용하여 정보를 시각적으로 표현하는 기술로, 과학, 공학, IT, 비즈니스 등 다양한 분야에서 활용되며 정보를 간략하게 나타내고 시각적 사고를 돕는다.
  • 그래프 이론 - 쾨니히스베르크의 다리 문제
    쾨니히스베르크의 다리 문제는 프레겔 강에 놓인 7개의 다리를 한 번씩만 건너 출발점으로 되돌아올 수 있는지 묻는 문제로, 오일러에 의해 그래프 이론적으로 분석되어 해결되었으며 그래프 이론의 탄생에 기여했다.
부호형 그래프
개요
종류그래프 이론
속성각 변에 부호(+ 또는 -)가 지정됨
관련 개념그래프
균형 이론
행렬
정의
구성 요소꼭짓점 집합
변 집합 (각 변은 부호가 부여됨)
부호각 변에 + 또는 - 부호 부여
속성
균형 그래프모든 회로의 부호 곱이 양수
언밸런스 그래프하나 이상의 회로의 부호 곱이 음수
활용
사회 네트워크 분석개인 간의 관계 (긍정적/부정적) 모델링
균형 이론사회 시스템의 안정성 연구
그래프 채색특정 제약 조건 하에서 그래프 채색 문제 해결
관련 연구
주요 연구자프랭크 해리
도라 카트라이트
주요 논문"On the notion of balance of a signed graph" (Harary, 1955)
"Structural balance: a generalization of Heider's theory" (Cartwright & Harary, 1956)
기타
참고 문헌Harary, F. (1955). On the notion of balance of a signed graph. Michigan Mathematical Journal, 2, 143–146.
Cartwright, D., & Harary, F. (1956). Structural balance: a generalization of Heider's theory. Psychological Review, 63(5), 277–293.
Zaslavsky, T. (1998). A mathematical bibliography of signed and gain graphs and allied areas. Electronic Journal of Combinatorics, 5.

2. 기본 정리

부호형 경로의 부호는 그 변들의 부호의 곱이다. 따라서 경로는 음의 변이 짝수 개 있을 경우에만 양의 부호를 갖는다(여기서 0은 짝수로 간주). 프랭크 해러리의 수학적 균형 이론에서 부호형 그래프는 모든 사이클이 양의 부호를 가질 때 '''균형'''을 이룬다고 한다. 해러리는 부호형 그래프가 균형을 이루는 것은 정점들이 두 개의 부분 집합으로 분할되어, 각 부분 집합은 양의 변만을 포함하지만, 두 집합 사이에는 음의 변으로만 연결될 때임을 증명했다.[1] 이는 일반적인 (무부호) 그래프가 모든 사이클이 짝수 길이를 가질 때와 같은 조건으로 이분 그래프가 된다는 정리를 일반화한 것이다.

더 간단한 증명으로는, 부호형 완전 그래프에서 모든 3-사이클이 양의 부호를 가지면 그래프가 균형을 이룬다는 정리가 있다. 증명을 위해, 임의의 노드 ''n''을 선택하고, ''n''과 양의 변으로 연결된 모든 노드를 하나의 그룹 ''A''에, 음의 변으로 연결된 모든 노드를 다른 그룹 ''B''에 배치한다. 완전 그래프이므로, ''A''의 모든 두 노드는 친구 관계여야 하고, ''B''의 모든 두 노드도 친구 관계여야 한다. 그렇지 않으면 불균형한 3-사이클이 생길 것이다. 마찬가지로, 모든 음의 변은 두 그룹 사이에 존재해야 한다.[6]

2. 1. 스위칭

부호형 그래프의 '''스위칭'''은 정점 부분 집합과 그 여집합 사이의 모든 변의 부호를 반전시키는 것을 의미한다. 해러리의 정리를 증명하기 위해, Σ가 균형을 이룰 때와 그 때에만 모두 양의 부호가 되도록 스위칭될 수 있음을 귀납법으로 보여준다.[1]

3. 좌절 (Frustration)

좌절(Frustration영어)은 부호형 그래프의 불균형 정도를 나타내는 개념이다.

3. 1. 좌절 지수 (Frustration index)

'''좌절 지수'''(초창기에는 '''균형의 선 지수'''[7]라고 불림)는 부호형 그래프를 균형 상태로 만들기 위해 삭제하거나 부호를 반전시켜야 하는 최소 변의 개수를 의미한다. 이는 하라리(Harary)의 정리[7]에 해당한다. 좌절 지수는 음의 사이클을 덮는 최소 변의 개수와 같으며, 이를 '''음의 사이클 커버 수'''라고도 한다.

또 다른 정의는, 각 정점에 +1 또는 -1의 값을 부여하고 이를 Σ의 '''상태'''라고 할 때, 만족하지 않는 변('''좌절'''된 변)의 최소 개수가 좌절 지수라는 것이다. 변은 양수이고 양쪽 끝점이 같은 값을 갖거나, 음수이고 양쪽 끝점이 반대 값을 갖는 경우 '''만족'''이라고 한다.[8] 이 집합의 여집합은 가능한 가장 많은 변을 가진 Σ의 균형 잡힌 부분 그래프이다.

좌절 지수를 찾는 것은 NP-난해 문제이다. 모든 음의 부호 그래프의 좌절 지수가 그래프 이론의 최대 컷 문제와 동일하며, 이는 NP-난해라는 것을 통해 알 수 있다.

좌절 지수는 혼합된 이징 모형인 스핀 글래스 모델에서 중요하다. 이 모델에서 부호 그래프는 고정되어 있고, 각 정점에는 "스핀"인 "위" 또는 "아래"를 부여한다. 스핀 위는 +1, 스핀 아래는 -1로 생각하며, 각 상태는 좌절된 변의 수를 갖는다. 상태의 에너지는 좌절된 변이 많을수록 커지므로, 바닥 상태는 좌절된 에너지가 가장 적은 상태이다. 따라서 Σ의 바닥 상태 에너지를 찾으려면 좌절 지수를 찾아야 한다.

3. 2. 좌절 수 (Frustration number)

'''좌절 수'''는 부호형 그래프에서 균형을 이루기 위해 삭제해야 하는 최소 정점의 수로 정의된다. 즉, 부호형 그래프의 균형 잡힌 유도 부분 그래프의 최대 크기를 구하는 것이다.

4. 알고리즘적 문제

부호형 그래프와 관련된 세 가지 기본적인 문제는 다음과 같다.


  • 균형을 이루는가?
  • 균형 잡힌 정점 집합의 최대 크기는 얼마인가?
  • 균형을 이루기 위해 삭제해야 하는 정점의 최소 개수는 얼마인가?


첫 번째 질문은 다항 시간 내에 쉽게 해결할 수 있다. 두 번째 질문은 '''좌절 지수''' 또는 '''최대 균형 부분 그래프''' 문제라고 불린다. 그래프의 모든 간선이 음수인 특수한 경우(Maximum Cut)가 NP-hard 문제이므로 NP-hard이다.[9] 세 번째 질문은 '''좌절 수''' 또는 '''최대 균형 유도 부분 그래프''' 문제라고 불리며, 역시 NP-hard이다.[9]

좌절 지수를 찾는 것은 NP-난해 문제이다. 모든 음의 부호 그래프의 좌절 지수가 그래프 이론의 최대 컷 문제와 동일하며, 이는 NP-난해라는 것을 관찰함으로써 NP-난해 복잡성을 알 수 있다.

좌절 지수는 혼합된 이징 모형인 스핀 글래스 모델에서 중요하다. 이 모델에서 부호 그래프는 고정되어 있다. 상태는 각 정점에 "스핀"인 "위" 또는 "아래"를 부여하는 것으로 구성된다. 스핀 위를 +1로, 스핀 아래를 -1로 생각한다. 따라서 각 상태는 좌절된 변의 수를 갖는다. 상태의 에너지는 좌절된 변이 많을수록 커지므로, 바닥 상태는 좌절된 에너지가 가장 적은 상태이다. 따라서 Σ의 바닥 상태 에너지를 찾기 위해서는 좌절 지수를 찾아야 한다.

삭제하거나 부호를 반전시켜야 하는 가장 적은 수의 변을 의미하는 '''좌절 지수'''는 초창기에 '''균형의 선 지수'''[7]라고 불렸다. 이는 하라리(Harary)의 정리[7]에 해당한다. 이러한 등가의 이유는 좌절 지수가 Σ를 균형 상태로 만들기 위해 부정(또는 이에 상응하는 삭제)해야 하는 가장 적은 수의 변의 개수와 같기 때문이다.

좌절 지수를 설명하는 두 번째 방법은 모든 음의 사이클을 덮는 가장 적은 수의 변의 개수라는 것이다. 이 양을 '''음의 사이클 커버 수'''라고 한다.

또 다른 등가 정의가 있다(스위칭을 통해 쉽게 증명할 수 있음). 각 정점에 +1 또는 -1의 값을 부여하며, 이를 Σ의 '''상태'''라고 한다. 변은 양수이고 양쪽 끝점이 같은 값을 갖거나, 음수이고 양쪽 끝점이 반대 값을 갖는 경우 '''만족'''이라고 한다. 만족하지 않는 변은 '''좌절'''이라고 한다. 모든 상태에서 좌절된 변의 최소 개수가 좌절 지수이다. 이 정의는 Abelson과 Rosenberg에 의해 (구식이 된) '''복잡성'''이라는 이름으로 다른 표기법으로 처음 소개되었다.[8] 이러한 집합의 여집합은 가능한 가장 많은 변을 가진 Σ의 균형 잡힌 부분 그래프이다.

정점과 유사한 개념은 '''좌절 수'''이며, 이는 Σ에서 삭제하여 균형을 이루게 하는 최소 정점 수로 정의된다. 즉, Σ의 균형 잡힌 유도 부분 그래프의 최대 크기를 구하는 것이다.

5. 매트로이드 이론 (Matroid theory)

부호형 그래프는 프레임 매트로이드(부호-그래픽 매트로이드)와 리프트 매트로이드라는 두 가지 매트로이드와 관련된다.[10] 이들은 그래프의 사이클 매트로이드를 일반화한 것이다.

'''프레임 매트로이드''' ('''부호-그래픽 매트로이드''', '''바이어스 매트로이드'''라고도 함) ''M''(''G'')는 간선 집합 ''E''를 밑집합으로 갖는다.[10] 각 성분이 원을 포함하지 않거나 음의 원을 하나만 포함하는 경우 간선 집합은 독립적이다. 매트로이드 이론에서 반간선은 음의 루프와 정확히 같은 역할을 한다. 매트로이드의 회로는 양의 사이클, 또는 두 개의 음의 사이클과 연결하는 단순 경로로 구성되는데, 두 사이클은 서로소이거나 (이 경우 연결 경로는 각 사이클과 하나의 끝점을 공유하고 그렇지 않으면 두 사이클과 서로소이다) 단일 공통 정점을 공유한다 (이 경우 연결 경로는 해당 단일 정점이다). 간선 집합 ''S''의 랭크는 ''n'' - ''b''인데, 여기서 ''n''은 ''G''의 정점 수이고 ''b''는 ''S''의 균형 성분 수이며, 고립된 정점도 균형 성분으로 계산한다. 이 매트로이드는 부호형 그래프의 인접 행렬의 열 매트로이드이다.

'''확장된 리프트 매트로이드''' ''L''0(''G'')는 간선 집합 ''E''와 '''추가 점'''의 결합인 집합 ''E''0을 밑집합으로 갖는데, 이를 ''e''0로 나타낸다. '''리프트 매트로이드''' ''L''(''G'')는 ''E''로 제한된 확장된 리프트 매트로이드이다. 추가 점은 음의 루프와 정확히 같은 역할을 하므로, 리프트 매트로이드만 설명한다. 원을 포함하지 않거나 음의 원을 하나만 포함하는 경우 간선 집합은 독립적이다. 이것은 부호-그래픽 매트로이드에서 각 성분에 개별적으로 적용되는 규칙과 동일하다. 매트로이드 회로는 양의 사이클, 또는 서로소이거나 단일 공통 정점을 갖는 두 개의 음의 사이클이다. 간선 집합 ''S''의 랭크는 ''n'' - ''c'' + ε인데, 여기서 ''c''는 ''S''의 성분 수이며, 고립된 정점을 포함하여 계산하고, ε는 ''S''가 균형을 이루면 0이고, 그렇지 않으면 1이다.

6. 다른 종류의 "부호형 그래프"

때로는 부호를 +1과 -1로 간주하기도 한다. 이는 단순히 표기법의 차이일 뿐이며, 원형으로 부호를 곱하고 곱의 부호가 중요한 경우에 해당한다. 그러나 부호형 그래프 이론에 맞지 않는 다른 두 가지 엣지 라벨 처리 방식이 있다.

"부호형 그래프"라는 용어는 각 엣지가 가중치, ''w''(''e'') = +1 또는 -1을 갖는 그래프에 때때로 적용된다. 이는 제한된 가중치 집합을 가진 가중 그래프로, 부호형 그래프와는 다른 종류이다. 가중 그래프에서는 가중치가 더해지는 반면, 부호형 그래프에서는 가중치가 곱해진다는 차이점이 있으며, 문제와 방법 또한 완전히 다르다.

이 이름은 부호가 엣지의 색상으로 기능하는 그래프에도 적용된다. 색상의 중요성은 엣지에 적용되는 다양한 가중치를 결정한다는 것이며, 부호 자체가 본질적으로 중요하다는 의미는 아니다. 이는 매듭 이론의 경우이며, 여기서 부호의 유일한 중요성은 두 개의 원소 그룹에 의해 서로 바뀔 수 있다는 것이며, 양수와 음수 사이에는 본질적인 차이가 없다. 부호 색상 그래프의 매트로이드는 기본 그래프의 사이클 매트로이드이며, 부호형 그래프의 프레임 또는 리프트 매트로이드가 아니다. 부호 라벨은 매트로이드를 변경하는 대신 매트로이드의 요소에 대한 부호가 된다.

6. 1. 부호형 유향 그래프 (Signed digraph)

'''부호형 유향 그래프'''는 부호가 있는 호를 가진 유향 그래프이다. 부호형 유향 그래프는 부호가 있는 사이클의 부호만 중요하기 때문에 부호형 그래프보다 훨씬 더 복잡하다. 예를 들어, 평형에 대한 여러 정의가 있는데, 이는 부호가 없는 무향 그래프의 상황과는 대조적으로 각각 특징을 파악하기 어렵다.

부호형 유향 그래프는 쌍방향 그래프가 아닌 방향 부호 그래프와 혼동해서는 안 된다(모든 부호가 양수인 사소한 경우를 제외하고).

7. 정점 부호 (Vertex signs)

'''정점 부호 그래프'''는 '''표시된 그래프'''라고도 불리며, 정점에 부호가 주어진 그래프이다. 원의 정점 부호의 곱이 양수이면 '''일치한다''' (하지만 이는 논리적 일관성과는 관련이 없음) 또는 '''조화롭다'''고 하고, 곱이 음수이면 '''불일치''' 또는 '''비조화'''라고 한다. 하라리의 균형 정리와 유사한 조화로운 정점 부호 그래프에 대한 간단한 특징은 없으며, 대신 특징은 어려운 문제였으며, Joglekar, Shah, Diwan (2012)에 의해 (더 일반적으로) 가장 잘 해결되었다.[11]

정점 부호 이론에 간선 부호를 간편하게 추가할 수 있다. 따라서 정점 부호 그래프("표시된 부호 그래프")에 대한 많은 결과가 정점 및 간선 부호 그래프로 자연스럽게 확장된다. 이는 Joglekar, Shah, Diwan (2012)에 의한 조화의 특징화에 특히 해당된다.

표시된 부호 그래프와 상태 함수가 있는 부호 그래프(§ 좌절 참조)의 차이점은 전자의 정점 부호는 본질적인 구조의 일부인 반면, 상태 함수는 부호 그래프에 대한 변수 함수라는 것이다.

"표시된 그래프"라는 용어는 페트리 그물에서 완전히 다른 의미로 널리 사용된다. 표시된 그래프 문서를 참조하라.

8. 채색 (Coloring)

부호형 그래프의 채색은 정점에 정수를 할당하는 것이다. 양의 변으로 연결된 정점은 서로 다른 정수를, 음의 변으로 연결된 정점은 덧셈 역수가 아닌 정수를 할당해야 한다.

부호형 그래프의 채색은 정점 집합에서 정수로의 매핑이다. 적절한 채색에 대한 제약은 부호형 그래프의 변에서 비롯된다. 두 정점이 양의 변으로 연결되어 있다면, 두 정점에 할당된 정수는 서로 달라야 한다. 인접한 정점에 대한 레이블은 정점이 음의 변으로 연결되어 있다면 덧셈 역수가 아니어야 한다. 양의 루프가 있는 부호형 그래프에는 적절한 채색이 있을 수 없다.

정점 레이블을 자연수 ''k'' 이하의 크기를 가진 정수 집합으로 제한하면, 부호형 그래프의 적절한 채색 집합은 유한하다. 이러한 적절한 채색의 수와 ''k'' 사이의 관계는 ''k''에 대한 다항식이다. 2k+1로 표현될 때, 이를 부호형 그래프의 '''채색 다항식'''이라고 한다. 이는 무부호 그래프의 채색 다항식과 유사하다.

9. 응용 (Applications)

부호형 그래프는 다양한 분야에서 복잡한 관계를 분석하고 모델링하는 데 사용된다.


  • '''사회 심리학''': 사회적 관계에서 친구 관계는 양의 부호로, 적대 관계는 음의 부호로 표현하여 사회적 상황을 모델링한다.[3] 균형 이론에 따르면, 양의 순환은 안정적인 반면 음의 순환은 불안정한 사회적 상황을 나타낸다.
  • '''스핀 글라스''': 물리학에서 부호형 그래프는 비강자성 이징 모형의 맥락에서 스핀 글래스 연구에 활용된다.
  • '''복잡계''': 개체군 생물학과 생태학에서 시작된 부호형 그래프 분석 방법은 현재 여러 과학 분야에서 복잡한 인과 시스템의 동작을 추론하는 데 사용된다.[15][16]
  • '''데이터 클러스터링''': 상관 클러스터링에서 데이터 간 유사성은 양의 부호로, 상이성은 음의 부호로 표현하여 데이터의 자연스러운 군집을 찾는다.
  • '''신경과학''': 뇌 영역 간 활동 패턴의 동기화 및 비동기화를 각각 양과 음의 부호로 나타내어 뇌 네트워크의 안정성과 에너지를 연구한다.[17]

9. 1. 사회심리학 (Social psychology)

사회 심리학에서 부호형 그래프는 사회적 상황을 모델링하는 데 사용되어 왔으며, 양의 간선은 친구 관계를, 음의 간선은 노드 사이의 적대 관계를 나타낸다. 여기서 노드는 사람을 나타낸다.[3] 예를 들어, 양의 3-사이클은 세 명의 상호 친구 또는 공통의 적을 가진 두 명의 친구이다. 반면, 음의 3-사이클은 세 명의 상호 적 또는 공통의 친구를 공유하는 두 명의 적이다. 균형 이론에 따르면, 양의 사이클은 균형을 이루고 안정적인 사회적 상황으로 간주되는 반면, 음의 사이클은 불균형을 이루고 불안정한 상황으로 간주된다. 이 이론에 따르면, 세 명의 상호 적의 경우, 이는 공통의 적을 공유하는 것이 두 명의 적이 친구가 될 가능성이 있기 때문이다. 친구를 공유하는 두 명의 적의 경우, 공유된 친구는 한 사람을 다른 사람보다 선택하고 자신의 우정 중 하나를 적으로 바꿀 가능성이 있다.

Antal, Krapivsky 및 Reder는 부호형 그래프의 간선에 대한 부호 변화를 사회 역학으로 간주한다.[12] 이혼하는 부부의 이전 친구와의 사회적 관계는 사회에서 부호형 그래프의 진화를 설명하는 데 사용된다. 또 다른 예시는 제1차 세계 대전 이전 수십 년 동안 유럽 열강 간의 변화하는 국제적 동맹을 설명한다. 그들은 국소 삼자 역학과 제한된 삼자 역학을 고려하는데, 후자의 경우 불균형 삼자의 총 수가 감소할 때만 관계가 변경된다. 시뮬레이션은 변환을 위해 선택된 임의의 불균형 삼자를 가진 임의 관계의 완전 그래프를 가정했다. 이 과정에서 ''N''개의 노드를 가진 부호형 그래프의 진화가 연구되고 시뮬레이션되어 우호적 연결의 정상 밀도를 설명한다.

균형 이론은 특히 대규모 시스템에 적용될 때 이론적인 근거, 즉 우호적 관계가 사회를 하나로 묶는 반면, 적 두 진영으로 나뉜 사회는 매우 불안정할 것이라는 점 때문에 심각한 도전을 받아왔다.[13] 실험 연구 역시 구조적 균형 이론의 예측에 대한 약한 확인만을 제공했다.[14]

9. 2. 스핀 글라스 (Spin glasses)

물리학에서 부호형 그래프는 비강자성 이징 모형의 자연스러운 맥락이며, 이는 스핀 글래스 연구에 적용된다.

9. 3. 복잡계 (Complex systems)

단순한 영양 시스템을 나타내는 3변수 부호형 그래프


부호형 그래프는 개체군 생물학 및 생태학에서 처음 개발된 분석 방법을 사용하며, 현재는 많은 과학 분야에서 복잡한 인과 시스템의 동작을 추론하는 데 활용되고 있다.[15][16]

이러한 분석은 시스템의 특정 수준에서의 피드백, 하나 이상의 지점에서 시스템에 대한 교란이 주어졌을 때 변수 응답의 방향, 그러한 교란이 주어졌을 때의 변수 상관 관계, 시스템 전체의 분산 분포, 특정 변수의 시스템 교란에 대한 민감도 또는 무감도에 대한 질문에 답한다.

9. 4. 데이터 클러스터링 (Data clustering)

상관 클러스터링은 유사성을 통해 데이터의 자연스러운 클러스터링을 찾는다. 데이터 포인트는 그래프의 정점으로 표현되며, 유사한 항목을 연결하는 양의 간선과 유사하지 않은 항목을 연결하는 음의 간선이 있다.

9. 5. 신경과학 (Neuroscience)

뇌는 뇌 영역의 활동 패턴 간의 동기화 및 비동기화가 양의 에지와 음의 에지를 결정하는 부호형 그래프로 간주될 수 있다. 이러한 측면에서 뇌 네트워크의 안정성과 에너지를 탐구할 수 있다.[17] 또한 최근에는 좌절 개념이 뇌 네트워크 분석에 사용되어 신경 연결의 비자명한 집합을 식별하고 뇌의 조절 가능한 요소를 강조하고 있다.[18]

10. 일반화 (Generalizations)

부호형 그래프는 게인 그룹의 차수가 2인 특수한 종류의 게인 그래프이다. 부호형 그래프 Σ에 의해 결정되는 쌍 (''G'', '''''B'''''(Σ))는 특수한 종류의 바이어스 그래프이다. 부호 그룹은 더 큰 게인 그룹에서는 공유되지 않는 특별한 속성을 가지고 있는데, 간선 부호는 균형 잡힌 사이클 집합 '''''B'''''(Σ)에 의해 스위칭까지 결정된다.[19]

참조

[1] 간행물 On the notion of balance of a signed graph http://projecteuclid[...]
[2] 서적 Theorie der endlichen und unendlichen Graphen
[3] 논문 Structural balance: a generalization of Heider's theory https://snap.stanfor[...]
[4] 뉴스 The enemy of my enemy http://opinionator.b[...] The New York Times 2010-02-14
[5] 간행물 A mathematical bibliography of signed and gain graphs and allied areas http://www.combinato[...]
[6] 웹사이트 Luis Von Ahn Science of the Web Lecture 3 p. 28 http://www.scienceof[...]
[7] 간행물 On the measurement of structural balance
[8] 간행물 Symbolic psycho-logic: a model of attitudinal cognition
[9] 논문 Extracting pure network submatrices in linear programs using signed graphs
[10] 간행물 Signed graphs
[11] 간행물 Balanced group labeled graphs
[12] 웹사이트 Social Balance on Networks: The Dynamics of Friendship and Enmity https://arxiv.org/ab[...]
[13] 서적 Perspectives on Social Network Research Academic Press, New York
[14] 논문 No relations and relations of strength zero in the theory of structural balance
[15] 서적 Qualitative Modeling of Complex Systems: An Introduction to Loop Analysis and Time Averaging http://www.hup.harva[...] Harvard University Press, Cambridge, MA
[16] 논문 Relevance of community structure in assessing indeterminacy of ecological predictions
[17] 논문 Topological impact of negative links on the stability of resting-state brain network 2021-01
[18] 논문 Pattern of frustration formation in the functional brain network 2022-10
[19] 논문 Characterizations of signed graphs 1981



본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com