Machine learningNetwork science

مركزية المتجه الذاتي الزمني

تمتد مركزية المتجه الذاتي الزمني (Temporal eigenvector centrality) مركزية المتجه الذاتي الكلاسيكية إلى الشبكات التي تتغير بمرور الوقت. من خلال مراعاة ترتيب وتوقيت الاتصالات، فإنها تحدد العقد التي تتمتع بتأثير ليس فقط بسبب كثرة الاتصالات المتزامنة، ولكن لأنها تقع عند مفترقات طرق لمسارات مهمة بشكل تسلسلي عبر شرائح زمنية متعددة للشبكة.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Grindrod, P., Parsons, M. C., Higham, D. J., & Estrada, E. (2011). Communicability across evolving networks. Physical Review E, 83(4), 046120. DOI: 10.1103/PhysRevE.83.046120
  2. Taylor, D., Myers, S. A., Clauset, A., Porter, M. A., & Mucha, P. J. (2017). Eigenvector-based centrality measures for temporal networks. Multiscale Modeling and Simulation, 15(1), 537-574. DOI: 10.1137/16M1066142

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Temporal Eigenvector Centrality (Dynamic Eigenvector-Based Node Importance in Time-Varying Networks). ScholarGate. https://scholargate.app/ar/network-analysis/temporal-eigenvector-centrality

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.

Compare side by side

يُستشهد بها في

ScholarGateTemporal Eigenvector Centrality (Temporal Eigenvector Centrality (Dynamic Eigenvector-Based Node Importance in Time-Varying Networks)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/network-analysis/temporal-eigenvector-centrality · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026