Multilayer Stokastisk Blok Model
Multilayer Stokastisk Blok Model (ML-SBM) er et generativt probabilistisk rammeværk, der udvider den klassiske stokastiske blok model til netværk med flere relationstyper eller lag. Den infererer samtidigt fællesskabsstruktur og blok-til-blok forbindelses-sandsynligheder på tværs af alle lag, og fanger hvordan fællesskaber kohærerer forskelligt afhængigt af kontekst eller relationstype.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Peixoto, T. P. (2015). Inferring the mesoscale structure of layered, edge-valued, and time-varying networks. Physical Review E, 92(4), 042807. DOI: 10.1103/PhysRevE.92.042807 ↗
- De Bacco, C., Power, E. A., Larremore, D. B., & Moore, C. (2017). Community detection, link prediction, and layer interdependence in multilayer networks. Physical Review E, 95(4), 042317. DOI: 10.1103/PhysRevE.95.042317 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Multilayer Stochastic Block Model (ML-SBM). ScholarGate. https://scholargate.app/da/network-analysis/multilayer-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.
- Bayesiansk Stokastisk BlokmodelNetværksanalyse↔ compare
- MultilagsfællesskabsdetektionNetværksanalyse↔ compare
- MultilagsnetværksdiffusionsanalyseNetværksanalyse↔ compare
- Stokastisk blokmodelNetværksanalyse↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →