Machine learningNetwork science

مدل بلوک تصادفی وزن‌دار

مدل بلوک تصادفی وزن‌دار (W-SBM) مدل بلوک تصادفی کلاسیک را به شبکه‌هایی تعمیم می‌دهد که یال‌های آن‌ها وزن‌های عددی حمل می‌کنند. با فرض اینکه وزن‌های یال بین جفت گره‌ها از توزیع‌هایی ناشی می‌شوند که به عضویت بلوکی این گره‌ها بستگی دارد، این مدل به طور همزمان پارتیشنی از گره‌ها به جوامع و مجموعه‌ای از پارامترهای وزن بلوک به بلوک را استنتاج می‌کند — ساختاری را بازیابی می‌کند که برای روش‌های بدون وزن نامرئی است.

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. Aicher, C., Jacobs, A. Z., & Clauset, A. (2014). Learning latent block structure in weighted networks. Journal of Complex Networks, 3(2), 221–248. DOI: 10.1093/comnet/cnu026
  2. Nowicki, K., & Snijders, T. A. B. (2001). Estimation and prediction for stochastic blockstructures. Journal of the American Statistical Association, 96(455), 1077–1087. DOI: 10.1198/016214501753208735

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Weighted Stochastic Block Model (W-SBM). ScholarGate. https://scholargate.app/fa/network-analysis/weighted-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.

Compare side by side

ارجاع‌شده در

ScholarGateWeighted Stochastic Block Model (Weighted Stochastic Block Model (W-SBM)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/network-analysis/weighted-stochastic-block-model · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026