Key points are not available for this paper at this time.
과학 및 기술 분야의 그래프는 이론적 개념을 상당히 활용합니다. 다양한 링크와 연결된 측면 간의 애매모호성이나 견고함 정도가 다양한 상황에서 다루어질 때, 순수한 이진 상호작용보다 삼차 퍼지 그래프(CFG)가 더 적응 가능하고 호환성이 있습니다. 실제 세계의 상호작용이나 연결의 복잡성을 더 잘 나타내기 위해, 새로운 CFG는 네트워크 분석, 사회 과학, 정보 검색 및 의사 결정 지원 시스템과 같은 분야에서 특화된 문제 해결 능력을 향상하는 데 매우 유용할 수 있습니다. 이 아이디어는 다양한 불확실성 관련 문제에 적용될 수 있으며, CFG를 활용하여 의사 결정자가 최선의 행동 경로를 선택하는 데 도움을 줄 수 있습니다. 본 연구의 궁극적인 목표는 세 개의 삼차 퍼지 그래프의 최대 네트워크의 의사 결정 효율성을 향상하는 것이었습니다. 우리는 삼개 삼차 퍼지 그래프의 최대 곱을 도입하여 구간 값 퍼지 멤버십, 퍼지 멤버십, 및 관계의 다양성이 정점의 정도와 총 정도 측면에서 어떻게 동시에 지원되는지를 조사하였습니다. 또한, 세 개의 CFG의 최대 곱에 대한 지배를 보여주어 가중치 CFG의 최소 지배 수를 분석하였으며, 제안된 접근 방식은 응용 사례로 설명되었습니다.
Annamalai 외(월요일)는 이 질문을 연구하였습니다.
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: