Machine learningNetwork science

Dynaaminen modulaarianalyysi

Dynaaminen modulaarianalyysi laajentaa klassista modulaarikehikkoa ajassa kehittyviin verkostoihin, havaiten yhteisöjä verkoston tilannekuvasarjassa samalla kun se rankaisee tarpeettomista yhteisömuutoksista aikavälien välillä. Se tunnistaa yhtenäiset ryhmät ja seuraa, miten ne muodostuvat, yhdistyvät, jakautuvat tai hajoavat, antaen tutkijoille periaatteellisen näkemyksen rakenteellisista muutoksista pitkittäisissä verkostodatoissa.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  1. Mucha, P. J., Richardson, T., Macon, K., Porter, M. A., & Onnela, J.-P. (2010). Community structure in time-dependent, multiscale, and multiplex networks. Science, 328(5980), 876–878. DOI: 10.1126/science.1184819
  2. Blondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, 2008(10), P10008. DOI: 10.1088/1742-5468/2008/10/P10008

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Dynamic Modularity Analysis (Temporal Community Structure Detection). ScholarGate. https://scholargate.app/fi/network-analysis/dynamic-modularity-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
ScholarGateDynamic Modularity Analysis (Dynamic Modularity Analysis (Temporal Community Structure Detection)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/network-analysis/dynamic-modularity-analysis · Aineisto: https://doi.org/10.5281/zenodo.20539026