Machine learningNetwork science

مرکزیت نزدیکی زمانی

مرکزیت نزدیکی زمانی، معیار کلاسیک نزدیکی را با جایگزینی مسیرهای کوتاه‌ترین مسیر ایستا با مسیرهای زمان‌رونده (پیشروترین) به شبکه‌های متغیر در زمان تعمیم می‌دهد. این معیار نشان می‌دهد که یک گره با چه سرعتی می‌تواند به تمام گره‌های دیگر دست یابد، هنگامی که تعاملات در لحظات خاصی از زمان رخ می‌دهند، و تصویری واقع‌گرایانه‌تر از جریان اطلاعات، گسترش بیماری و نفوذ در سیستم‌های پویا ارائه می‌دهد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Pan, R. K., & Saramaki, J. (2011). Path lengths, correlations, and centrality in temporal networks. Physical Review E, 84(1), 016105. DOI: 10.1103/PhysRevE.84.016105
  2. Holme, P., & Saramaki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Temporal Closeness Centrality in Time-Varying Networks. ScholarGate. https://scholargate.app/fa/network-analysis/temporal-closeness-centrality

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

ارجاع‌شده در

ScholarGateTemporal Closeness Centrality (Temporal Closeness Centrality in Time-Varying Networks). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/network-analysis/temporal-closeness-centrality · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026