Machine learningNetwork science

Ajallinen yhteisöjen tunnistus

Ajallinen yhteisöjen tunnistus tunnistaa verkostoissa koheesiivisia ryhmiä (yhteisöjä), joiden rakenne muuttuu ajan myötä. Käsittelemällä kutakin aikapistettä verkkokerroksena ja yhdistämällä peräkkäisiä kerroksia se paljastaa, miten yhteisöt muodostuvat, yhdistyvät, jakautuvat, kasvavat tai hajoavat – muuttaen staattisten aikapisteiden sarjan jatkuvaksi kertomukseksi ryhmien kehityksestä.

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.

+12 more

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. Rossetti, G., & Cazabet, R. (2018). Community discovery in dynamic networks: A survey. ACM Computing Surveys, 51(2), 1–37. DOI: 10.1145/3172867

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Temporal Community Detection in Dynamic Networks. ScholarGate. https://scholargate.app/fi/network-analysis/temporal-community-detection

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

ScholarGateTemporal Community Detection (Temporal Community Detection in Dynamic Networks). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/network-analysis/temporal-community-detection · Aineisto: https://doi.org/10.5281/zenodo.20539026