Aika-sidonnainen stokastinen lohkomalli
Aika-sidonnainen stokastinen lohkomalli (TSBM) laajentaa klassista stokastista lohkomallia verkkotilannekuvien jonoihin, päätellen samanaikaisesti piileviä yhteisöjäsenyyksiä ja sitä, miten nämä jäsenyydet kehittyvät ajan myötä. Se yhdistää generatiivisen reunatodennäköisyysmallin ja Markov-prosessin lohko-osoituksille, mahdollistaen ajassa muuttuvan yhteisörakenteen periaatteellisen tilastollisen havaitsemisen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Matias, C. & Miele, V. (2017). Statistical clustering of temporal networks through a dynamic stochastic block model. Journal of the Royal Statistical Society: Series B, 79(4), 1119–1141. DOI: 10.1111/rssb.12200 ↗
- Xu, K. S. & Hero, A. O. (2014). Dynamic stochastic blockmodels for time-evolving social networks. IEEE Journal of Selected Topics in Signal Processing, 8(4), 552–562. DOI: 10.1109/JSTSP.2014.2310294 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Temporal Stochastic Block Model (Dynamic Community Detection via SBM). ScholarGate. https://scholargate.app/fi/network-analysis/temporal-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.
- Monikerinen stokastinen lohkomalliVerkostoanalyysi↔ compare
- Stochastic Block ModelVerkostoanalyysi↔ compare
- Ajallinen yhteisöjen tunnistusVerkostoanalyysi↔ compare
- Ajallinen moduulianalyysiVerkostoanalyysi↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →