Detecció de comunitats bayesiana
La detecció de comunitats bayesiana inferix una estructura de grups latent en xarxes tractant la pertinença a una comunitat com a variables no observades i utilitzant inferència bayesiana —típicament mitjançant Markov chain Monte Carlo (MCMC) o mètodes variacionals— per a calcular una distribució posterior sobre totes les particions plausibles. A diferència de l'optimització de la modularitat, selecciona el nombre de comunitats a partir de les dades i proporciona estimacions de la incertesa basades en principis per a cada assignació de node.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/ca/network-analysis/bayesian-community-detection
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.
- Anàlisi de modularitatAnàlisi de xarxes↔ compare
- Detecció de Comunitats MulticapaAnàlisi de xarxes↔ compare
- Anàlisi de Xarxes SocialsAnàlisi de xarxes↔ compare
- Stochastic Block ModelAnàlisi de xarxes↔ compare
- Detecció de Comunitats TemporalsAnàlisi de xarxes↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →