Machine learningNetwork science

Μπεϋζιανό Μοντέλο Τυχαίου Γραφήματος με Εκθετική Συνάρτηση (Bayesian Exponential Random Graph Model)

Το Μπεϋζιανό Μοντέλο Τυχαίου Γραφήματος με Εκθετική Συνάρτηση (Bayesian ERGM ή BERGM) επεκτείνει το κλασικό πλαίσιο ERGM θέτοντας εκ των προτέρων κατανομές (prior distributions) στις παραμέτρους του μοντέλου και χρησιμοποιώντας μεθόδους Monte Carlo αλυσίδας Markov για την απόκτηση πλήρων οπίσθιων κατανομών (posterior distributions). Παρουσιάστηκε από τους Caimo και Friel (2011) και επιτρέπει στους ερευνητές να ποσοτικοποιήσουν την αβεβαιότητα των παραμέτρων και να ενσωματώσουν εκ των προτέρων γνώση κατά τη μοντελοποίηση των δομικών χαρακτηριστικών κοινωνικών και άλλων σύνθετων δικτύων.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. Caimo, A., & Friel, N. (2011). Bayesian inference for exponential random graph models. Social Networks, 33(1), 41–55. DOI: 10.1016/j.socnet.2010.09.004
  2. Exponential random graph models. Wikipedia. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Bayesian Exponential Random Graph Model (Bayesian ERGM). ScholarGate. https://scholargate.app/el/network-analysis/bayesian-exponential-random-graph-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

Αναφέρεται από

ScholarGateBayesian Exponential Random Graph Model (Bayesian Exponential Random Graph Model (Bayesian ERGM)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/network-analysis/bayesian-exponential-random-graph-model · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026