Analyse de réseaux bayésiens temporels
L'analyse de réseaux bayésiens temporels combine l'inférence bayésienne probabiliste avec des données relationnelles ordonnées dans le temps pour modéliser l'évolution des structures de réseau, quantifier l'incertitude autour des estimations structurelles et faire des prédictions fondées sur des principes concernant les futurs schémas de connectivité. Elle fournit des intervalles de crédibilité sur les probabilités d'arêtes et les affectations de communautés plutôt que de simples estimations ponctuelles.
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.
Sources
- Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605. DOI: 10.1214/09-EJS548 ↗
- Peixoto, T. P. (2017). Nonparametric Bayesian inference of the microcanonical stochastic block model. Physical Review E, 95(1), 012317. DOI: 10.1103/PhysRevE.95.012317 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Inference for Temporal Network Analysis. ScholarGate. https://scholargate.app/fr/network-analysis/bayesian-temporal-network-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.
- Modèle bayésien de graphe aléatoire exponentielAnalyse de réseaux↔ compare
- Modèle de blocs stochastiques bayésienAnalyse de réseaux↔ compare
- Analyse des réseaux temporels multicouchesAnalyse de réseaux↔ compare
- Analyse des réseaux temporelsAnalyse de réseaux↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →