Многослоен стохастичен блокови модел
Многослойният стохастичен блокови модел (ML-SBM) е генеративна вероятностна рамка, която разширява класическия стохастичен блокови модел към мрежи с множество типове връзки или слоеве. Той едновременно извежда общностна структура и вероятности за връзка между блокове във всички слоеве, улавяйки как общностите се сплотяват различно в зависимост от контекста или типа връзка.
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. (2015). Inferring the mesoscale structure of layered, edge-valued, and time-varying networks. Physical Review E, 92(4), 042807. DOI: 10.1103/PhysRevE.92.042807 ↗
- De Bacco, C., Power, E. A., Larremore, D. B., & Moore, C. (2017). Community detection, link prediction, and layer interdependence in multilayer networks. Physical Review E, 95(4), 042317. DOI: 10.1103/PhysRevE.95.042317 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Multilayer Stochastic Block Model (ML-SBM). ScholarGate. https://scholargate.app/bg/network-analysis/multilayer-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 стохастичен блокови моделМрежови анализ↔ compare
- Мултислойно откриване на общностиМрежови анализ↔ compare
- Анализ на дифузия в многоетажни мрежиМрежови анализ↔ compare
- Стохастичен блокови моделМрежови анализ↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →