Байесов стохастичен блокови модел
Байесовият стохастичен блокови модел (Bayesian SBM) е принципен вероятностен метод за откриване на общности в мрежи. Той третира принадлежността към група като латентна променлива и използва байесов извод за едновременно възстановяване на блоковата структура и избиране на броя на общностите, като избягва пристрастието към резолюционния лимит, което измъчва подходите, базирани на модуларност.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
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 Stochastic Block Model (Bayesian SBM). ScholarGate. https://scholargate.app/bg/network-analysis/bayesian-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.
- Байесов анализ на социални мрежиМрежови анализ↔ compare
- Откриване на общностиМрежови анализ↔ compare
- Анализ на модулносттаМрежови анализ↔ compare
- Многослоен стохастичен блокови моделМрежови анализ↔ compare
- Стохастичен блокови моделМрежови анализ↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →