Bayesian Multiplex Network Analysis
Die Bayessche Multiplex-Netzwerkanalyse wendet probabilistische generative Modellierung auf Netzwerke an, die mehr als eine Art von relationaler Verbindung gleichzeitig tragen – wie Freundschafts-, Kollaborations- und Kommunikationsverbindungen zwischen denselben Akteuren. Durch die Platzierung von Priors über Community-Mitgliedschaften, Kantenwahrscheinlichkeiten und Schichtinterdependenzen liefert das Framework Posterior-Verteilungen anstelle von Punktschätzungen und unterstützt so eine prinzipiengeleitete Unsicherheitsquantifizierung über alle abgeleiteten Netzwerkeigenschaften.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
- Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203-271. DOI: 10.1093/comnet/cnu016 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Multiplex Network Analysis (Probabilistic Inference on Multi-Layer Networks). ScholarGate. https://scholargate.app/de/network-analysis/bayesian-multiplex-network-analysis
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.
- Bayes'sche GemeinschaftserkennungNetzwerkanalyse↔ compare
- Bayesianer Stochastisches BlockmodellNetzwerkanalyse↔ compare
- Multiplex-NetzwerkanalyseNetzwerkanalyse↔ compare
- Stochastic Block ModelNetzwerkanalyse↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →