ScholarGate
Asistent
Machine learningNetwork science

Dynamická decentrálnost blízkosti

Dynamická decentrálnost blízkosti rozšiřuje klasickou decentrálnost blízkosti na časové sítě výpočtem nejkratších cest respektujících čas — cest, které procházejí hranami v chronologickém pořadí — a průměrováním inverzních vzdáleností napříč všemi časovými okny. Odhaluje, které uzly jsou v rámci vyvíjející se sítě nejsnadněji dosažitelné, a sleduje, jak decentrálnost uzlu stoupá a klesá s tím, jak spojení v průběhu času vznikají a zanikají.

Otevřít v MethodMindJiž brzyVideoJiž brzyStáhnout prezentaci

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Mapa metod

Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.

Zdroje

  1. Tang, J., Musolesi, M., Mascolo, C., Latora, V. & Nicosia, V. (2010). Analysing information flows and key mediators through temporal centrality metrics. Proceedings of the 3rd Workshop on Social Network Systems (SNS '10). ACM. DOI: 10.1145/1852658.1852661
  2. Holme, P. & Saramäki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Dynamic Closeness Centrality in Temporal Networks. ScholarGate. https://scholargate.app/cs/network-analysis/dynamic-closeness-centrality

Která metoda?

Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.

Porovnat vedle sebe
ScholarGateDynamic Closeness Centrality (Dynamic Closeness Centrality in Temporal Networks). Získáno 2026-06-15 z https://scholargate.app/cs/network-analysis/dynamic-closeness-centrality · Datová sada: https://doi.org/10.5281/zenodo.20539026