Бейсовско откриване на общности
Бейсовското откриване на общности извежда скрита групова структура в мрежи, като третира принадлежността към общност като ненаблюдавани променливи и използва бейсовски извод — обикновено чрез Марковски вериги на Монте Карло (MCMC) или вариационни методи — за изчисляване на апостериорно разпределение върху всички правдоподобни дялове. За разлика от оптимизацията на модуларността, то избира броя на общностите от данните и предоставя принципиални оценки на несигурността за всяко присвояване на възел.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Peixoto, T. P. (2014). Efficient Monte Carlo and greedy heuristic for the inference of stochastic block models. Physical Review E, 89(1), 012804. DOI: 10.1103/PhysRevE.89.012804 ↗
- Nowicki, K. & Snijders, T. A. B. (2001). Estimation and prediction for stochastic blockstructures. Journal of the American Statistical Association, 96(455), 1077–1087. DOI: 10.1198/016214501753208735 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/bg/network-analysis/bayesian-community-detection
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.
- Анализ на модулносттаМрежови анализ↔ compare
- Мултислойно откриване на общностиМрежови анализ↔ compare
- Социален мрежов анализМрежови анализ↔ compare
- Стохастичен блокови моделМрежови анализ↔ compare
- Временно откриване на общностиМрежови анализ↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →