Machine learningNetwork science

Bayesovská centrálnost podle průchodnosti

Bayesovská centrálnost podle průchodnosti odhaduje, jak často se uzel nachází na nejkratších cestách v síti, přičemž explicitně kvantifikuje nejistotu vyplývající z neúplných, vzorkovaných nebo šumových pozorování hran. Místo produkce jediného bodového odhadu poskytuje aposteriorní distribuci skóre průchodnosti, což umožňuje věrohodné intervaly a pravděpodobnostní srovnání mezi uzly.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  1. Newman, M.E.J. (2010). Networks: An Introduction. Oxford University Press. ISBN: 978-0-19-920665-0
  2. Fortunato, S., Bergstrom, C.T., Borner, K., Evans, J.A., Helbing, D., Milojevi, S., Petersen, A.M., Radicchi, F., Sinatra, R., Uzzi, B., Vespignani, A., Waltman, L., Wang, D. & Barabasi, A.-L. (2018). Science of science. Science, 359(6379), eaao0185. DOI: 10.1126/science.aao0185

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Bayesian Betweenness Centrality (Probabilistic Inference of Shortest-Path Centrality). ScholarGate. https://scholargate.app/cs/network-analysis/bayesian-betweenness-centrality

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
ScholarGateBayesian Betweenness Centrality (Bayesian Betweenness Centrality (Probabilistic Inference of Shortest-Path Centrality)). Získáno 2026-06-15 z https://scholargate.app/cs/network-analysis/bayesian-betweenness-centrality · Datová sada: https://doi.org/10.5281/zenodo.20539026