Temporales Stochastisches Blockmodell
Das Temporale Stochastische Blockmodell (TSBM) erweitert das klassische Stochastische Blockmodell auf Sequenzen von Netzwerk-Schnappschüssen, indem es latente Gemeinschaftszugehörigkeiten und deren zeitliche Entwicklung gemeinsam inferiert. Es kombiniert ein generatives Wahrscheinlichkeitsmodell für Kanten mit einem Markov-Prozess über Blockzuweisungen, was eine prinzipienfeste statistische Detektion von sich zeitlich verändernder Gemeinschaftsstruktur ermöglicht.
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
- 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 ↗
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Temporal Stochastic Block Model (Dynamic Community Detection via SBM). ScholarGate. https://scholargate.app/de/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.
- Multilayer Stochastic Block ModelNetzwerkanalyse↔ compare
- Stochastic Block ModelNetzwerkanalyse↔ compare
- Zeitliche GemeinschaftserkennungNetzwerkanalyse↔ compare
- Temporale ModularitätsanalyseNetzwerkanalyse↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →