ScholarGate
עוזר
Machine learningNetwork science

מודל בלוקים סטוכסטי דינמי

מודל הבלוקים הסטוכסטי הדינמי (DSBM) הוא מסגרת הסתברותית גנרטיבית המרחיבה את מודל הבלוקים הסטוכסטי הסטטי לרשתות הנצפות לאורך מספר נקודות זמן. הוא ממדל במשותף חברות בקהילות ואת התפתחותן, ומאפשר לחוקרים לזהות ולעקוב אחר קבוצות סמויות ושינוייהן המבניים לאורך זמן 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. Yang, T., Chi, Y., Zhu, S., Gong, Y., & Jin, R. (2011). Detecting communities and their evolutions in dynamic social networks — a Bayesian approach. Machine Learning, 82(2), 157–189. DOI: 10.1007/s10994-010-5214-7
  2. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Dynamic Stochastic Block Model (Temporal Community Detection). ScholarGate. https://scholargate.app/he/network-analysis/dynamic-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.

Compare side by side

מאוזכר על ידי

ScholarGateDynamic Stochastic Block Model (Dynamic Stochastic Block Model (Temporal Community Detection)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/network-analysis/dynamic-stochastic-block-model · מערך נתונים: https://doi.org/10.5281/zenodo.20539026