Кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов

Рассмотрено применение полиномиальных инвариантов графов в качестве основной информации для разбиения графа. Для кластеризации узлов сети предложено использование целевой функции — взвешенной суммы квадратов расстояний между узлами сети. Для минимизации целевой функции при соблюдении условия симметр...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Электронное моделирование
Дата:2014
Автори: Кулаков, Ю.А., Воротников, В.В.
Формат: Стаття
Мова:Російська
Опубліковано: Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України 2014
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/101010
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов / Ю.А. Кулаков, В.В. Воротников // Электронное моделирование. — 2014 — Т. 36, № 4. — С. 15-24. — Бібліогр.: 9 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
_version_ 1862747909675548672
author Кулаков, Ю.А.
Воротников, В.В.
author_facet Кулаков, Ю.А.
Воротников, В.В.
citation_txt Кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов / Ю.А. Кулаков, В.В. Воротников // Электронное моделирование. — 2014 — Т. 36, № 4. — С. 15-24. — Бібліогр.: 9 назв. — рос.
collection DSpace DC
container_title Электронное моделирование
description Рассмотрено применение полиномиальных инвариантов графов в качестве основной информации для разбиения графа. Для кластеризации узлов сети предложено использование целевой функции — взвешенной суммы квадратов расстояний между узлами сети. Для минимизации целевой функции при соблюдении условия симметричности и положительной определенности матрицы Лапласа использован метод неопределенных множителей Лагранжа. Розглянуто застосування поліноміальних інваріантів графів в якості основної інформації для розбиття графа. Для кластеризації вузлів мережі запропоновано використання цільової функції — зваженої суми квадратів відстаней між вузлами мережі. Для мінімізації цільової функції при виконанні умов симетричності і додатної визначеності матриці Лапласа використано метод невизначених множників Лагранжа. Application of polynomial invariants of graphs is considered as basic information for breaking up of a graph. The use of the objective function — a self-weighted sum of squares of distances between the network nodes is offered for clusterization of the network nodes. The method of the Lagrange indefinite multipliers was used for minimization of the objective function, the condition of symmetry and positive definiteness of the Laplace matrix.
first_indexed 2025-12-07T20:53:40Z
format Article
fulltext
id nasplib_isofts_kiev_ua-123456789-101010
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
issn 0204-3572
language Russian
last_indexed 2025-12-07T20:53:40Z
publishDate 2014
publisher Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України
record_format dspace
spelling Кулаков, Ю.А.
Воротников, В.В.
2016-05-29T18:22:58Z
2016-05-29T18:22:58Z
2014
Кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов / Ю.А. Кулаков, В.В. Воротников // Электронное моделирование. — 2014 — Т. 36, № 4. — С. 15-24. — Бібліогр.: 9 назв. — рос.
0204-3572
https://nasplib.isofts.kiev.ua/handle/123456789/101010
681.3: 658.56
Рассмотрено применение полиномиальных инвариантов графов в качестве основной информации для разбиения графа. Для кластеризации узлов сети предложено использование целевой функции — взвешенной суммы квадратов расстояний между узлами сети. Для минимизации целевой функции при соблюдении условия симметричности и положительной определенности матрицы Лапласа использован метод неопределенных множителей Лагранжа.
Розглянуто застосування поліноміальних інваріантів графів в якості основної інформації для розбиття графа. Для кластеризації вузлів мережі запропоновано використання цільової функції — зваженої суми квадратів відстаней між вузлами мережі. Для мінімізації цільової функції при виконанні умов симетричності і додатної визначеності матриці Лапласа використано метод невизначених множників Лагранжа.
Application of polynomial invariants of graphs is considered as basic information for breaking up of a graph. The use of the objective function — a self-weighted sum of squares of distances between the network nodes is offered for clusterization of the network nodes. The method of the Lagrange indefinite multipliers was used for minimization of the objective function, the condition of symmetry and positive definiteness of the Laplace matrix.
ru
Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України
Электронное моделирование
Математические методы и модели
Кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов
Article
published earlier
spellingShingle Кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов
Кулаков, Ю.А.
Воротников, В.В.
Математические методы и модели
title Кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов
title_full Кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов
title_fullStr Кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов
title_full_unstemmed Кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов
title_short Кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов
title_sort кластеризация ассоциативной сети на основе полиномиально-вычислимых спектральных инвариантов графов
topic Математические методы и модели
topic_facet Математические методы и модели
url https://nasplib.isofts.kiev.ua/handle/123456789/101010
work_keys_str_mv AT kulakovûa klasterizaciâassociativnoisetinaosnovepolinomialʹnovyčislimyhspektralʹnyhinvariantovgrafov
AT vorotnikovvv klasterizaciâassociativnoisetinaosnovepolinomialʹnovyčislimyhspektralʹnyhinvariantovgrafov