ScholarGate
Avustaja
Machine learningNetwork science

Monikerroksellinen välillisyyskeskeisyys

Monikerroksellinen välillisyyskeskeisyys laajentaa klassista välillisyysmittaria useita suhdetyyppejä tai kerroksia sisältäviin verkkoihin laskemalla, kuinka usein solmu sijaitsee lyhimmillä poluilla, jotka voivat kulkea minkä tahansa kerroksen läpi tai vaihtaa kerrosten välillä. Se tunnistaa välittäjät ja sillat, joiden vaikutus kattaa samanaikaisesti eri vuorovaikutusalueita.

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. De Domenico, M., Solé-Ribalta, A., Cozzo, E., Kivelä, M., Moreno, Y., Porter, M. A., Gómez, S., & Arenas, A. (2013). Mathematical formulation of multilayer networks. Physical Review X, 3(4), 041022. DOI: 10.1103/PhysRevX.3.041022
  2. Kivelä, 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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Multilayer Betweenness Centrality (Tensor-based Network Centrality). ScholarGate. https://scholargate.app/fi/network-analysis/multilayer-betweenness-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

Tähän viittaavat

ScholarGateMultilayer Betweenness Centrality (Multilayer Betweenness Centrality (Tensor-based Network Centrality)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/network-analysis/multilayer-betweenness-centrality · Aineisto: https://doi.org/10.5281/zenodo.20539026