Graphs, A Powerful Tool

Graphs, A Powerful Tool for Computer Science

Graphs are one of the most important and versatile data structures in computer science. They can model complex relationships between data items, such as networks, hierarchies, dependencies, similarities, and more. Graphs can also capture various properties of data, such as direction, weight, distance, and connectivity.

Graphs have many applications in different domains of computer science, such as:

  • Graph matching: Finding a subset of edges in a graph that matches a given set of vertices or criteria. Graph matching can be used for tasks such as image registration, object recognition, face detection, and pattern recognition.
  • Laplacian of graph: A matrix that represents the degree of connectivity and similarity between vertices in a graph. Laplacian of graph can be used for tasks such as spectral clustering, dimensionality reduction, graph embedding, and graph partitioning.
  • Graph in biology: Using graphs to model biological phenomena, such as gene networks, protein interactions, metabolic pathways, phylogenetic trees, and neural networks.
  • Graph neural networks: A type of neural network that operates on graph-structured data. Graph neural networks can learn from both the features and the structure of graphs, and can be used for tasks such as node classification, link prediction, graph generation, and graph representation learning.

Here, we will share some of our works in the area of graph theory and its applications. We will show how graphs can help us understand and solve various problems in computer science. We hope you will find these works interesting and useful.

(امین‌طوسی محمود, 1400; Amintoosi & Kohan-Baghkheirati, 2023; Amintoosi & Kohan-Baghkheirati, 2023; Amintoosi, 2021; امین‌طوسی محمود & عزتی هاشم, 2020; Ezzati et al., 2021; حسینی فاطمه‌سادات & امین‌طوسی محمود, 1398; عزتی هاشم & امین‌طوسی محمود, 1398; نعمتی مهدی et al., 1396; امین‌طوسی محمود & فیاض طیبه, 1394; عزتی هاشم et al., 1396; حسینی فاطمه‌سادات & امین‌طوسی محمود, 1393; Amintoosi et al., 2009)

References

2024

  1. neshan-fum.jpg
    پیش‌بینی ترافیک با شبکه‌های پیچشی گراف مبتنی بر یادگیری
    محمود امین‌طوسی
    In پنجاه و پنجمین کنفرانس ریاضی ایران, Dec 2024
    PDF Slides

2023

  1. Amintoosi2023GFS-COAM.jpg
    Graph Feature Selection for Anti-Cancer Plant Recommendation
    Mahmood Amintoosi, and Eisa Kohan-Baghkheirati
    Control and Optimization in Applied Mathematics, Dec 2023
    HTML Code
  2. Amintoosi2023FS-bio-math.png
    Feature Selection for Anti-Cancer Plant Recommendation
    Mahmood Amintoosi, and Eisa Kohan-Baghkheirati
    In The 2nd International and 4th National Conference on Biomathematics, Feb 2023
    PDF Code

2021

  1. GCN-JAC2021.jpg
    Overlapping Clusters in Cluster Graph Convolutional Networks
    Mahmood Amintoosi
    Journal of Algorithms and Computation, Feb 2021
    HTML PDF Code
  2. Ezzati99.jpg
    On the Minimum of True Matches in Exact Graph Matching with Simulated Annealing
    Hashem Ezzati, Mahmood Amintoosi, and Hashem Tabasi
    Journal of Algorithms and Computation, Feb 2021
    HTML PDF

2020

  1. ModifiedGA-iranaict99.jpg
    الگوریتم ژنتیکِ آگاه از بهترین عضو با کاربرد در رنگ‌آمیزی و بعدمتریک گراف
    محمود امین‌طوسی, and هاشم عزتی
    نشریه فناوری اطلاعات و ارتباطات ایران, Feb 2020
    The aware genetic algorithm of the best member, applied to graph coloring and metric-dimension of the graph problem
    HTML PDF

2019

  1. IMS.png
    بررسی نا کارآمدی الگوریتم کارگر در برش کمینه گرافهای وزن دار
    فاطمه‌سادات حسینی, and محمود امین‌طوسی
    In سومین سمینار کنترل و بهینه‌سازی, Feb 2019
    Inefficiency of the Karger’s Algorithm in Min-Cut of Weighted Graph
    PDF
  2. Ezzati98-TSCO-GD.png
    محاسبه بعد متریک گراف با الگوریتم شبیه‌سازی تبریدی
    هاشم عزتی, and محمود امین‌طوسی
    In سومین سمینار کنترل و بهینه‌سازی, Feb 2019
    Computing Graph Metric Dimension using Simulated Annealing
    PDF

2018

  1. Nemati96GA.png
    مقدار دهی اولیه گرادیان مزدوج در خوشه بندی طیفی با الگوریتم ژنتیک
    مهدی نعمتی, محمود امین‌طوسی, and مهدی زعفرانیه
    In ششمین سمینار آنالیز هارمونیک و کاربردها, Feb 2018
    Conjugate Gradient Initilization using GA in Spectral Clustering
    PDF

2017

  1. Ezzati96graph.png
    یک حد بالا برای حداقل تعداد تطابقات درست در مسئله تطابق گراف با روش‌های مبتنی بر جستجوی تصادفی
    هاشم عزتی, محمود امین‌طوسی, and هاشم طبسی
    In چهل و هشتمین کنفرانس ریاضی ایران, Feb 2017
    An Upper Bound for Minimum True Matches in Graph Isomorphism with Stochastic Methods
    PDF

2015

  1. Amintoosi94spectral.png
    محاسبه پارامترهای خوشه‌بندی طیفی در تصاویر MRI با الگوریتم ژنتیک
    محمود امین‌طوسی, and طیبه فیاض
    In هشتمین کنفرانس بین‌المللی انجمن ایرانی تحقیق در عملیات, Feb 2015
    Genetic Algorithms for Spectral Clustering Parameter Estimation
    PDF

2014

  1. Hoseini93mincutTS.png
    برش کمینه‌ی گراف باجستجوی ممنوعه
    فاطمه‌سادات حسینی, and محمود امین‌طوسی
    In هفتمین کنفرانس بین‌المللی انجمن ایرانی تحقیق در عملیات, Feb 2014
    Graph Minumum Cut using Tabu Search
    PDF

2009

  1. Amintoosi09regional.png
    Regional Varying Image Super-Resolution
    M. Amintoosi, M. Fathy, and N. Mozayani
    In IEEE International Joint Conference on Computational Sciences and Optimization, Apr 2009
    Indexed by IEEE Computer Society, ACM and DBLP
    PDF