🔢 mathematics

Picture Fuzzy Multigroups

이 논문은 픽처 퍼지 멀티셋(picture fuzzy multisets)을 조사하고 픽처 퍼지 멀티그룹(picture fuzzy multigroups)의 개념을 도입하여 그 주요 대수적 성질들을 확립한다.

원저자: Taiwo O. Sangodapo

게시일 2026-07-09

📖 4 분 읽기🧠 심층 분석

원저자: Taiwo O. Sangodapo

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 어떤 사람들의 집단을 묘사하려고 한다고 상상해 보십시오. 하지만 단순히 "그들은 여기에 있다" 또는 "그들은 여기에 없다"라고 말하고 싶지는 않을 것입니다. 당신은 인간의 의견과 소속감의 복잡하고 무질서한 현실을 포착하고 싶어 합니다.

Taiwo O. Sangodapo의 이 논문은 그 복잡성을 다루기 위한 새롭고 초정밀한 수학적 도구를 구축하는 것에 관한 것입니다. 이것의 명칭은 **그림 퍼지 멀티그룹(Picture Fuzzy Multigroups)**입니다.

다음은 이 논문이 무엇을 하는지에 대한 내용을 쉬운 비유를 사용하여 정리한 것입니다.

1. "퍼지(Fuzzy)" 사고의 진화

이 논문을 이해하려면 수학이 시간이 흐름에 따라 어떻게 더 복잡해졌는지 이해해야 합니다:

크리스프 집합 (Crisp Sets, 기존 방식): 파티의 초대 명단을 상상해 보십시오. 당신은 명단에 있거나, 없거나 둘 중 하나입니다. 이것은 흑백 논리입니다.
퍼지 집합 (Fuzzy Sets, 첫 번째 업그레이드): 초대 명단에서 당신이 "어느 정도" 초대받은 상태라고 상상해 보십시오. 예를 들어, 당신이 참석할 확률이 70%인 식입니다. 이것이 "퍼지 집합"입니다.
직관적 퍼지 집합 (Intuitionistic Fuzzy Sets, 두 번째 업그레이드): 이제 당신은 "나는 70%의 확률로 갈 것이지만, 20%의 확률로 집에 머물 것이다"라고 말할 수 있습니다. 당신에게는 "예"와 "아니오"가 있지만, 이 둘의 합이 반드시 100%일 필요는 없습니다. 나머지는 "글쎄요(maybe)"입니다.
그림 퍼지 집합 (Picture Fuzzy Sets, 세 번째 업그레이드): 여기서부터 이 논문이 시작됩니다. 네 가지 옵션이 있는 투표를 상상해 보십시오: 예, 중립(상관없음), 아니오, 그리고 거부(투표를 거부함). "그림" 집합은 이 세 가지 능동적인 의견(예, 중립, 아니오)을 동시에 추적합니다.
멀티셋 (Multisets, "개수 세기" 업그레이드): 보통 수학에서 목록의 아이템은 집합(고유한 아이템)으로 취급합니다. 하지만 현실 세계에서는 사물이 반복될 수 있습니다. 만약 당신이 구슬 주머니를 가지고 있다면, 빨간색 구슬이 세 개 있을 수도 있습니다. "멀티셋"은 아이템이 몇 번 나타나는지 셀 수 있게 해줍니다.

이 논문의 핵심 아이디어: 저자는 "그림(Picture)" 개념(예/중립/아니오)과 "멀티셋(Multiset)" 개념(반복 횟수 세기)을 결사합니다. 그는 이를 **그림 퍼지 멀티셋(Picture Fuzzy Multiset)**이라고 부릅니다.

2. "그룹(Group)"의 개념

수학에서 **그룹(군, Group)**은 특정 규칙(더하기나 곱하기 등)을 따르는 요소들의 모임(숫자나 도형 등)입니다. 예를 들어, 그룹 내의 두 숫자를 섞으면(더하면) 같은 그룹에 속하는 또 다른 숫자가 나옵니다.

이 논문은 질문합니다: 만약 우리의 "그룹"이 이러한 복잡한 그림 퍼지 멀티셋들로 구성된다면 어떻게 될까?

3. 새로운 규칙 (The "Multigroup")

저자는 **그림 퍼지 멀티그룹(PFMG)**을 도입합니다. 이것을 단순한 "안" 또는 "밖"이 아닌, 복잡한 프로필을 가진 클럽이라고 생각하십시오:

긍정적 횟수 (Positive Count): 얼마나 강하게 속해 있는가 (예).
중립적 횟수 (Neutral Count): 얼마나 불확실한가 (중립).
부정적 횟수 (Negative Count): 얼마나 속해 있지 않은가 (아니오).

이 논문은 이 새로운 유형의 클럽을 위한 "물리 법칙"을 확립합니다. 예를 들어:

혼합 규칙: 두 멤버를 가져와서 "섞으면"(그룹 연산을 수행하면), 결과물인 멤버의 "예" 점수는 원래 두 멤버의 "예" 점수 중 더 낮은 쪽보다 크거나 같아야 합니다.
거울 규칙: 멤버를 뒤집으면(역원을 취하면), 그들의 "예" 점수는 원래의 점수 아래로 떨어지지 않아야 합니다.

4. "컷(Cut)"의 비유 (복잡함의 단순화)

이 논문에서 매우 유용한 도구 중 하나는 **컷 셋(Cut Set)**입니다.

매우 복잡하고 다층적인 케이크(그림 퍼지 멀티그룹)를 상상해 보십시오. 한꺼번에 먹기에는 너무 복잡합니다. "컷 셋"은 특정 높이에서 케이크를 자르는 것과 같습니다.

만약 높게 자른다면, 당신은 "매우 강한" 멤버들만을 얻게 됩니다.
만약 더 낮게 자른다면, "괜찮은" 수준의 멤버들을 포함하여 더 큰 그룹을 얻게 됩니다.

이 논문은 결정적인 사실 하나를 증명합니다: 당신이 이 복잡한 케이크를 어떤 방식으로 자르더라도, 당신이 얻는 조각은 항상 표준적이고 단순한 "크리스프(crisp)" 그룹이 된다는 것입니다. 이는 비록 수학이 화려하고 복잡할지라도, 특정 필터를 통해 바라보면 일반적이고 예측 가능한 그룹처럼 작동한다는 것을 의미합니다.

5. 그룹의 "핵(Core)"

이 논문은 $D^*$ 라고 불리는 특별한 부분 집합을 정의합니다. 이것을 "VIP 라운지" 또는 "핵심 팀"이라고 생각하십시오.

이들은 그룹의 리더(항등원)와 정확히 동일한 "예", "중립", "아니오" 점수를 가진 멤버들입니다.
이 논문은 이 VIP 라운지 또한 그 자체로 유효한 표준 그룹임을 증명합니다.

요약

쉬운 말로, 이 논문은 멤버십이 복잡하고, 반복되며, 다면적인 그룹을 다루기 위한 수학적 설계도입니다.

이것은 "그룹"(구조화된 모임)이라는 개념을 가져와 다음과 같이 업그레이드합니다:

모호성: (예, 중립, 아니오).
반복: (아이템이 나타나는 횟수 세기).
구조: (이 복잡한 아이템들을 섞었을 때 규칙이 여전히 유지되는지 확인하기).

저자는 단순히 이것을 발명한 것이 아닙니다. 그는 이 "그림 퍼지 멀티그룹"이 논리적으로 작동함을 증명합니다. 그는 "컷(cut)"을 사용하여 자세히 들여다보면 이들이 일반적이고 신뢰할 수 있는 그룹으로 변한다는 것을 보여줌으로써, 수학자들이 이 복잡한 도구를 확신을 가지고 사용할 수 있는 방법을 제시합니다.

기술 요약: 픽처 퍼지 멀티그룹 (Picture Fuzzy Multigroups)

문제 제기 및 배경
본 논문은 더 복잡한 불확실성을 처리하기 위해 퍼지 집합론의 틀 안에서 대수적 구조를 확장할 필요성을 다룬다. 저자들은 제데(Zadeh)의 퍼지 집합(FS)에서 아타나소프(Atanassov)의 직관적 퍼지 집합(IFS)을 거쳐, 양의, 중립, 음의 멤버십 정도를 포함하는 큐옹(Cuong)과 크레이노비치(Kreinovich)의 픽처 퍼지 집합(PFS)으로 이어지는 집합론의 진화 과정을 추적한다. 이와 병행하여, 요소가 여러 번 나타날 수 있는 멀티셋(multisets)의 개념이 예거(Yager)에 의해 도입되었고 직관적 퍼지 멀티셋으로 확장되었다. Cao 등은 퍼지 멀티셋과 직관적 퍼지 멀티셋을 모두 일반화한 픽처 퍼지 멀티셋(PFMS)을 이미 확립하였고, 시노이(Shinoj)와 수닐(Sunil)은 직관적 퍼지 멀티그룹을 정의하였으나, **픽처 퍼지 멀티그룹(PFMG)**에 대한 공식적인 정의와 대수적 분석은 부족한 상태였다. 본 논문은 PFMG의 개념을 도입하고 그 기초적인 대수적 성질을 확립함으로써 이러한 공백을 메우는 것을 목표로 한다.

연구 방법론
본 연구는 추상 대수학과 퍼지 논리에 근거한 연역적 수학 접근법을 채택한다. 연구 방법론은 다음과 같이 진행된다:

기초 정의: 논문은 퍼지 집합, 직관적 퍼지 집합, 픽처 퍼지 집합의 정의를 포함한 필수적인 예비 지식을 검토하며 시작한다. 특히, 세 가지 카운트 함수인 양의 카운트 멤버십( $PC_M$ ), 중립 카운트 멤버십( $NeC_M$ ), 음의 카운트 멤버십( $NC_M$ )을 특징으로 하는 결정적 군(crisp group) $C$ 상의 픽처 퍼지 멀티셋(PFMS)을 구체적으로 정의한다.
구조적 연산: 저자들은 두 픽처 퍼지 멀티셋의 역원( $D^{-1}$ )과 합성( $D \circ E$ )을 포함한 PFMS 상의 연산을 정의한다. 이러한 연산은 군 내 요소들과 그 역원들의 멤버십 카운트에 격자 연산(상한 $\vee$ 및 하한 $\wedge$ )을 적용하여 정의된다.
PFMG의 정의: 픽처 퍼지 멀티셋 $D$ 는 그 멤버십 카운트가 군 연산 및 역원에 관한 특정 부등식을 만족할 때 PFMG으로 정의된다. 구체적으로, 양의 카운트와 중립 카운트는 군 연산과 역원 하에서 비감소해야 하며, 음의 카운트는 비증가해야 한다.
이론적 증명: 논문은 이러한 정의들을 활용하여 PFMG의 역원 하의 폐쇄성, 합성 하의 거동, 그리고 PFMG과 그 레벨 컷(level cuts) 사이의 관계를 포함한 일련의 정리들을 증명한다.

주요 기여 및 결과
본 논문의 주요 기여는 픽처 퍼지 멀티그룹을 공식적으로 도입하고 그 대수적 성질을 도출한 것이다. 확립된 구체적인 결과는 다음과 같다:

역원 및 합성의 성질: 논문은 PFMG의 역원이 또한 PFMG임을 증명하고 $(D \circ E)^{-1} = E^{-1} \circ D^{-1}$ 의 관계를 확립한다. 또한 고유한 군 요소들을 사용하여 합성 연산에 대한 대안적인 정식화를 제공한다.
기초 부등식: 정리 3.3은 임의의 PFMG $D$ 에 대하여, 항등원 $e$ 에서의 멤버십 카운트가 양의 카운트와 중립 카운트에 대해서는 최대이고, 음의 카운트에 대해서는 최소임을 입증한다 (즉, $PC_M(e) \geq PC_M(g)$ , $NeC_M(e) \geq NeC_M(g)$ , $PC_M(e) \leq NC_M(g)$ ). 또한 $D^{-1} \supseteq D$ 임을 증명한다.
동치 조건: 정리 3.4는 PFMS가 PFMG이기 위한 동치 조건을 제공하며, $D$ 가 PFMG일 필요충분조건은 멤버십 조건이 $g_1 g_2^{-1}$ 에 대해 성립하는 것임을 명시한다.
컷 세트 및 부분군: 논문은 픽처 퍼지 멀티셋에 대한 $(d, r, s, t)$ -컷 세트를 도입한다. 정리 3.5는 $D$ 가 PFMG라면, 그 $(d, r, s, t)$ -컷 세트가 기저 군 $C$ 의 결정적 부분군(crisp subgroup)임을 증명한다.
레벨 부분군: 정리 3.6은 멤버십 카운트가 항등원의 그것과 동일한 요소들의 집합인 $D^*$ 를 정의한다. 논문은 $D^*$ 가 $C$ 의 결정적 부분군을 형성함을 증명한다.

의의 및 주장
본 논문은 그 의의가 직관적 퍼지 멀티그룹(Shinoj와 Sunil)에 관한 기존 연구를 픽처 퍼지 집합의 더 넓은 맥락으로 확장하는 데 있다고 겸허히 주장한다. PFMG를 도입함으로써, 저자들은 양의, 중립, 음의 의견을 멀티셋 환경 내에서 동시에 고려하여 더 높은 정밀도로 불확실성을 모델링할 수 있는 새로운 대수적 구조를 제공한다. 컷 세트의 부분군 성질 및 역원과 합성의 거동과 같은 성질의 확립은 복합적이고 다면적인 불확실성을 포함하는 대수적 체계에서의 향후 응용을 위한 필수적인 이론적 토대를 마련한다. 본 논문은 특정 실세계 응용이나 실험적 검증을 제안하지 않고, 도입된 개념의 수학적 일관성과 성질에 엄격히 집중한다.

1. "퍼지(Fuzzy)" 사고의 진화

2. "그룹(Group)"의 개념

3. 새로운 규칙 (The "Multigroup")

4. "컷(Cut)"의 비유 (복잡함의 단순화)

5. 그룹의 "핵(Core)"

요약

유사한 논문