Multilayer Stochastic Block Model
Das Multilayer Stochastic Block Model (ML-SBM) ist ein generatives probabilistisches Framework, das das klassische Stochastic Block Model auf Netzwerke mit mehreren Relationstypen oder Schichten erweitert. Es inferiert simultan Community-Strukturen und Block-zu-Block-Verbindungswahrscheinlichkeiten über alle Schichten hinweg und erfasst, wie Communities je nach Kontext oder Beziehungstyp unterschiedlich kohärent sind.
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
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multilayer Stochastic Block Model (ML-SBM). ScholarGate. https://scholargate.app/de/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.
- Bayesianer Stochastisches BlockmodellNetzwerkanalyse↔ compare
- Multilayer Community DetectionNetzwerkanalyse↔ compare
- Multilayer-Netzwerk-DiffusionsanalyseNetzwerkanalyse↔ compare
- Stochastic Block ModelNetzwerkanalyse↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →