ScholarGate
Assistent
Machine learningNetwork science

Temporal Stokastisk Blokmodel

Den Temporale Stokastiske Blokmodel (TSBM) udvider den klassiske Stokastiske Blokmodel til sekvenser af netværks-øjebliksbilleder, idet den simultant infererer latente fællesskabsmedlemskaber og hvordan disse medlemskaber udvikler sig over tid. Den kombinerer en generativ sandsynlighedsmodel for kanter med en Markov-proces over blok-tildelinger, hvilket muliggør principiel statistisk detektion af fællesskabsstruktur, der ændrer sig over tid.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Kilder

  1. 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
  2. Xu, K. S. & Hero, A. O. (2014). Dynamic stochastic blockmodels for time-evolving social networks. IEEE Journal of Selected Topics in Signal Processing, 8(4), 552–562. DOI: 10.1109/JSTSP.2014.2310294

Sådan citerer du denne side

ScholarGate. (2026, June 3). Temporal Stochastic Block Model (Dynamic Community Detection via SBM). ScholarGate. https://scholargate.app/da/network-analysis/temporal-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.

Compare side by side
ScholarGateTemporal Stochastic Block Model (Temporal Stochastic Block Model (Dynamic Community Detection via SBM)). Hentet 2026-06-15 fra https://scholargate.app/da/network-analysis/temporal-stochastic-block-model · Datasæt: https://doi.org/10.5281/zenodo.20539026