Machine learningNetwork science

Динамичен анализ на модулността

Динамичният анализ на модулността разширява класическата рамка на модулността до мрежи, които еволюират във времето, като открива общности в поредица от моментни снимки на мрежата, като същевременно наказва ненужните промени в общността между времевите стъпки. Той идентифицира кохезивни групи и проследява как те се формират, сливат, разделят или разпадат, давайки на изследователите принципен поглед върху структурната промяна в надлъжните мрежови данни.

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. Mucha, P. J., Richardson, T., Macon, K., Porter, M. A., & Onnela, J.-P. (2010). Community structure in time-dependent, multiscale, and multiplex networks. Science, 328(5980), 876–878. DOI: 10.1126/science.1184819
  2. Blondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, 2008(10), P10008. DOI: 10.1088/1742-5468/2008/10/P10008

Как да цитирате тази страница

ScholarGate. (2026, June 3). Dynamic Modularity Analysis (Temporal Community Structure Detection). ScholarGate. https://scholargate.app/bg/network-analysis/dynamic-modularity-analysis

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
ScholarGateDynamic Modularity Analysis (Dynamic Modularity Analysis (Temporal Community Structure Detection)). Извлечено на 2026-06-15 от https://scholargate.app/bg/network-analysis/dynamic-modularity-analysis · Набор от данни: https://doi.org/10.5281/zenodo.20539026