Machine learningNetwork science

ডাইনামিক এক্সপোনেনশিয়াল র‍্যান্ডম গ্রাফ মডেল (Dynamic Exponential Random Graph Model)

ডাইনামিক এক্সপোনেনশিয়াল র‍্যান্ডম গ্রাফ মডেল (TERGM / STERGM) ক্লাসিক ERGM ফ্রেমওয়ার্ককে প্যানেল নেটওয়ার্ক ডেটার জন্য প্রসারিত করে, সময়ের সাথে সাথে একটি নেটওয়ার্কের সংযোগগুলি কীভাবে গঠিত হয় এবং ভেঙে যায় তা কাঠামোগত প্রবণতা, নোড বৈশিষ্ট্য এবং নেটওয়ার্কের নিজস্ব অতীত অবস্থার ফাংশন হিসাবে মডেলিং করে। এটি দীর্ঘমেয়াদী নেটওয়ার্ক পরিবর্তনের উপর পরিসংখ্যানগতভাবে নীতিগত অনুমান সরবরাহ করে।

MethodMind-এ খুলুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

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

উৎস

  1. Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605. DOI: 10.1214/09-EJS548
  2. Krivitsky, P. N., & Handcock, M. S. (2014). A separable model for dynamic networks. Journal of the Royal Statistical Society: Series B, 76(1), 29–46. DOI: 10.1111/rssb.12014

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 3). Dynamic Exponential Random Graph Model (Temporal ERGM). ScholarGate. https://scholargate.app/bn/network-analysis/dynamic-exponential-random-graph-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.

Compare side by side
ScholarGateDynamic Exponential Random Graph Model (Dynamic Exponential Random Graph Model (Temporal ERGM)). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/network-analysis/dynamic-exponential-random-graph-model · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026