Machine learningNetwork science

ניתוח מודולריות דינמי

ניתוח מודולריות דינמי מרחיב את מסגרת המודולריות הקלאסית לרשתות המתפתחות לאורך זמן, מזהה קהילות ברצף של תצלומי רשת תוך הענשת שינויים קהילתיים מיותרים בין צעדי זמן. הוא מזהה קבוצות לכידות ועוקב אחר היווצרותן, מיזוגן, פיצולן או התפרקותן, ומעניק לחוקרים מבט מבוסס עקרונות על שינוי מבני בנתוני רשת אורכיים.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  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. Blondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, 2008(10), P10008. DOI: 10.1088/1742-5468/2008/10/P10008

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Dynamic Modularity Analysis (Temporal Community Structure Detection). ScholarGate. https://scholargate.app/he/network-analysis/dynamic-modularity-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.

Compare side by side
ScholarGateDynamic Modularity Analysis (Dynamic Modularity Analysis (Temporal Community Structure Detection)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/network-analysis/dynamic-modularity-analysis · מערך נתונים: https://doi.org/10.5281/zenodo.20539026