ScholarGate
সহকারী
Machine learningNetwork science

সমকালীন নৈকট্য কেন্দ্রীয়তা

সমকালীন নৈকট্য কেন্দ্রীয়তা (Temporal closeness centrality) চিরায়ত নৈকট্য পরিমাপকে সময়-পরিবর্তনশীল নেটওয়ার্কে প্রসারিত করে, যেখানে স্থির (static) ক্ষুদ্রতম পথগুলির পরিবর্তে সময়-অনুসরণকারী (foremost) পথ ব্যবহার করা হয়। এটি পরিমাপ করে যে, নির্দিষ্ট সময়ে মিথস্ক্রিয়া ঘটলে একটি নোড কত দ্রুত অন্য সমস্ত নোডে পৌঁছাতে পারে, যা গতিশীল সিস্টেমে তথ্য প্রবাহ, রোগ বিস্তার এবং প্রভাবের একটি অধিক বাস্তবসম্মত চিত্র প্রদান করে।

MethodMind-এ খুলুনশীঘ্রইভিডিওশীঘ্রইস্লাইড ডাউনলোড করুন

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

পদ্ধতি-মানচিত্র

সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।

উৎস

  1. Pan, R. K., & Saramaki, J. (2011). Path lengths, correlations, and centrality in temporal networks. Physical Review E, 84(1), 016105. DOI: 10.1103/PhysRevE.84.016105
  2. Holme, P., & Saramaki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 3). Temporal Closeness Centrality in Time-Varying Networks. ScholarGate. https://scholargate.app/bn/network-analysis/temporal-closeness-centrality

কোন পদ্ধতি?

এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।

পাশাপাশি তুলনা করুন

যেখানে উদ্ধৃত

ScholarGateTemporal Closeness Centrality (Temporal Closeness Centrality in Time-Varying Networks). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/network-analysis/temporal-closeness-centrality · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026