Bayesianische Netzwerkanalyse über die Zeit
Bayesianische Netzwerkanalyse über die Zeit kombiniert probabilistische bayesianische Inferenz mit zeitlich geordneten relationalen Daten, um zu modellieren, wie sich Netzwerkstrukturen entwickeln, Unsicherheiten bezüglich struktureller Schätzungen zu quantifizieren und prinzipiengeleitete Vorhersagen über zukünftige Konnektivitätsmuster zu treffen. Sie liefert glaubwürdige Intervalle für Kantenwahrscheinlichkeiten und Community-Zuordnungen anstelle von reinen Punktschätzungen.
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
- Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605. DOI: 10.1214/09-EJS548 ↗
- Peixoto, T. P. (2017). Nonparametric Bayesian inference of the microcanonical stochastic block model. Physical Review E, 95(1), 012317. DOI: 10.1103/PhysRevE.95.012317 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Inference for Temporal Network Analysis. ScholarGate. https://scholargate.app/de/network-analysis/bayesian-temporal-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.
- Bayesian Exponential Random Graph ModelNetzwerkanalyse↔ compare
- Bayesianer Stochastisches BlockmodellNetzwerkanalyse↔ compare
- Multilayer Temporal Network AnalysisNetzwerkanalyse↔ compare
- Zeitliche NetzwerkanalyseNetzwerkanalyse↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →