مقاله #428

چکیده

هدف اصلی این مقاله، ارائه­ ی یک مدل خوشه­ بندی برای شناسایی محیط­ های دو مرکزی (duocentric) در شبکه­ های پیچیده است. یک محیط دو مرکزی در اطراف دو گره­ی مرکزی ساخته شده­ است که تا جای ممکن به گره­ های دیگر نزدیک هستند، در حالی که گره­ های مرکزی به اندازه­ی کافی به یکدیگر نزدک هستند که مرکز محیط را شکل دهند. برای شناسایی چنین محیط ­هایی، ما یک تابع هدف جدید مبتنی بر مدل خوشه­ بندی را توسعه داده ­ایم. گره ­های شبکه ­ی فازی به وسیله ی عضویت فازی نوع-2، که بیانگر درجه ­ی تعلق محیط ­ها به مقادیر عضویت بالاتر و پایین­تر هستند، به محیط­ های دومرکزی اختصاص داده شده­ اند. مقادیر عضویت فازی نوع-2 بازه­ای تولید شده توسط مدل پیشنهادی ما قادر است تا تعیین نماید چه میزان هر گره به جفت گره­ی مرکزی تعلق داشته و چگونه در میان محیط ­ها، به اشتراک گذاشته شده است. همچنین، شاخص تایید سازگار با مدل پیشنهادی، برای ارزیابی نتایج مدل پیشنهادی و مقایسه ی آن با رویکردهای موجود در متون دیگر، معرفی شده است. در نهایت، عملکرد الگوریتم پیشنهادی به وسیله­ ی شناسایی محیط­ های دومرکزی در سه شبکه­ ی عصبی و دو شبکه­ ی اجتماعی، تایید شده است.