Machine learningNetwork science
النموذج الديناميكي العشوائي للكتل (DSBM)
النموذج الديناميكي العشوائي للكتل (DSBM) هو إطار احتمالي توليدي يوسع النموذج العشوائي الثابت للكتل ليشمل الشبكات المرصودة عبر نقاط زمنية متعددة. يقوم بنمذجة عضوية المجموعات وتطورها بشكل مشترك، مما يسمح للباحثين بالكشف عن المجموعات الكامنة وتتبعها وتغيراتها الهيكلية بمرور الوقت في بيانات الشبكات الطولية.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Yang, T., Chi, Y., Zhu, S., Gong, Y., & Jin, R. (2011). Detecting communities and their evolutions in dynamic social networks — a Bayesian approach. Machine Learning, 82(2), 157–189. DOI: 10.1007/s10994-010-5214-7 ↗
- Matias, C., & Miele, V. (2017). Statistical clustering of temporal networks through a dynamic stochastic block model. Journal of the Royal Statistical Society: Series B, 79(4), 1119–1141. DOI: 10.1111/rssb.12200 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Dynamic Stochastic Block Model (Temporal Community Detection). ScholarGate. https://scholargate.app/ar/network-analysis/dynamic-stochastic-block-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- نموذج كتل ستوكاستيك بايزيتحليل الشبكات↔ compare
- اكتشاف المجتمعات الديناميكيتحليل الشبكات↔ compare
- تحليل النمطيةتحليل الشبكات↔ compare
- نموذج الكتل العشوائية (Stochastic Block Modelتحليل الشبكات↔ compare
- تحليل الشبكات الزمانيتحليل الشبكات↔ compare