Dynamický stochastický blokový model
Dynamický stochastický blokový model (DSBM) je generativní pravděpodobnostní rámec, který rozšiřuje statický stochastický blokový model na sítě pozorované v několika časových okamžicích. Společně modeluje členství v komunitách a jejich vývoj, což výzkumníkům umožňuje detekovat a sledovat latentní skupiny a jejich strukturální změny v čase v longitudinálních síťových datech.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Yang, T., Chi, Y., Zhu, S., Gong, Y., & Jin, R. (2011). Detecting communities and their evolutions in dynamic social networks — a Bayesian approach. Machine Learning, 82(2), 157–189. DOI: 10.1007/s10994-010-5214-7 ↗
- Matias, C., & Miele, V. (2017). Statistical clustering of temporal networks through a dynamic stochastic block model. Journal of the Royal Statistical Society: Series B, 79(4), 1119–1141. DOI: 10.1111/rssb.12200 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Dynamic Stochastic Block Model (Temporal Community Detection). ScholarGate. https://scholargate.app/cs/network-analysis/dynamic-stochastic-block-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.
- Bayesovský stochastický blokový modelAnalýza sítí↔ compare
- Dynamická detekce komunitAnalýza sítí↔ compare
- Analýza modularityAnalýza sítí↔ compare
- Stochastický blokový modelAnalýza sítí↔ compare
- Analýza temporálních sítíAnalýza sítí↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →