Modèle de blocs stochastiques bayésien
Le modèle de blocs stochastiques bayésien (Bayesian SBM) est une méthode probabiliste rigoureuse pour la détection de communautés dans les réseaux. Il traite l'appartenance à un groupe comme une variable latente et utilise l'inférence bayésienne pour récupérer simultanément la structure en blocs et sélectionner le nombre de communautés, évitant ainsi le biais de la limite de résolution qui affecte les approches basées sur la modularité.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Sources
- Peixoto, T. P. (2014). Efficient Monte Carlo and greedy heuristic for the inference of stochastic block models. Physical Review E, 89(1), 012804. DOI: 10.1103/PhysRevE.89.012804 ↗
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Stochastic Block Model (Bayesian SBM). ScholarGate. https://scholargate.app/fr/network-analysis/bayesian-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.
- L'Analyse Bayésienne des Réseaux SociauxAnalyse de réseaux↔ compare
- Détection de communautésAnalyse de réseaux↔ compare
- Analyse de modularitéAnalyse de réseaux↔ compare
- Modèle stochastique de blocs multicouchesAnalyse de réseaux↔ compare
- Modèle de blocs stochastiquesAnalyse de réseaux↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →