Machine learningNetwork science

Ανάλυση Διάχυσης σε Χρονικά Δίκτυα

Η Ανάλυση Διάχυσης σε Χρονικά Δίκτυα μελετά πώς πληροφορίες, ασθένειες, επιρροή ή άλλες μεταδοτικές διαδικασίες εξαπλώνονται μέσω δικτύων των οποίων η δομή μεταβάλλεται με την πάροδο του χρόνου. Μοντελοποιώντας τις ακμές ως επαφές χρονοσημασμένες αντί για στατικούς συνδέσμους, αποτυπώνει τον κρίσιμο ρόλο του χρονισμού και της σειράς στην απόφαση για το ποιους κόμβους θα φτάσει η διάχυση, πόσο γρήγορα και μέσω ποιων διαδρομών — παράγοντας συμπεράσματα που τα στατικά μοντέλα δικτύων συστηματικά παραβλέπουν.

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. Holme, P. & Saramäki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001
  2. Masuda, N. & Lambiotte, R. (2016). A Guide to Temporal Networks. World Scientific. ISBN: 978-1-78634-052-4

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Temporal Network Diffusion Analysis (Time-Varying Spreading Processes on Dynamic Networks). ScholarGate. https://scholargate.app/el/network-analysis/temporal-network-diffusion-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.

Compare side by side

Αναφέρεται από

ScholarGateTemporal Network Diffusion Analysis (Temporal Network Diffusion Analysis (Time-Varying Spreading Processes on Dynamic Networks)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/network-analysis/temporal-network-diffusion-analysis · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026