Machine learningNetwork science

Байесова централност на междинни възли

Байесовата централност по между другото оценява колко често даден възел лежи на най-кратки пътища в мрежа, като изрично количествено определя несигурността, произтичаща от непълни, взети на проби или шумни наблюдения на ребрата. Вместо да произвежда една точкова оценка, тя дава последващо разпределение върху оценките за между другото, което позволява достоверни интервали и вероятностни сравнения между възлите.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

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

Източници

  1. Newman, M.E.J. (2010). Networks: An Introduction. Oxford University Press. ISBN: 978-0-19-920665-0
  2. Fortunato, S., Bergstrom, C.T., Borner, K., Evans, J.A., Helbing, D., Milojevi, S., Petersen, A.M., Radicchi, F., Sinatra, R., Uzzi, B., Vespignani, A., Waltman, L., Wang, D. & Barabasi, A.-L. (2018). Science of science. Science, 359(6379), eaao0185. DOI: 10.1126/science.aao0185

Как да цитирате тази страница

ScholarGate. (2026, June 3). Bayesian Betweenness Centrality (Probabilistic Inference of Shortest-Path Centrality). ScholarGate. https://scholargate.app/bg/network-analysis/bayesian-betweenness-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
ScholarGateBayesian Betweenness Centrality (Bayesian Betweenness Centrality (Probabilistic Inference of Shortest-Path Centrality)). Извлечено на 2026-06-15 от https://scholargate.app/bg/network-analysis/bayesian-betweenness-centrality · Набор от данни: https://doi.org/10.5281/zenodo.20539026