Machine learningNetwork science

Análisis Bayesiano de Redes Múltiplex

El análisis bayesiano de redes Múltiplex aplica modelado generativo probabilístico a redes que transportan más de un tipo de vínculo relacional simultáneamente — como vínculos de amistad, colaboración y comunicación entre el mismo conjunto de actores. Al colocar distribuciones a priori sobre las membresías de comunidades, las probabilidades de aristas y las interdependencias de capas, el marco produce distribuciones posteriores en lugar de estimaciones puntuales, lo que respalda la cuantificación de la incertidumbre basada en principios en todas las propiedades inferidas de la red.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  1. 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
  2. Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203-271. DOI: 10.1093/comnet/cnu016

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Multiplex Network Analysis (Probabilistic Inference on Multi-Layer Networks). ScholarGate. https://scholargate.app/es/network-analysis/bayesian-multiplex-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.

Compare side by side
ScholarGateBayesian Multiplex Network Analysis (Bayesian Multiplex Network Analysis (Probabilistic Inference on Multi-Layer Networks)). Recuperado el 2026-06-15 de https://scholargate.app/es/network-analysis/bayesian-multiplex-network-analysis · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026