ScholarGate
עוזר
Machine learningNetwork science

מרכזיות קרבה זמנית

מרכזיות קרבה זמנית מרחיבה את מדד הקרבה הקלאסי לרשתות המשתנות בזמן, על ידי החלפת המסלולים הקצרים ביותר הסטטיים במסלולים מכבדי-זמן (foremost paths). היא מכמתת באיזו מהירות צומת יכול להגיע לכל שאר הצמתים כאשר אינטראקציות מתרחשות בנקודות זמן ספציפיות, ובכך מספקת תמונה מציאותית יותר של זרימת מידע, התפשטות מחלות והשפעה במערכות דינמיות.

פתיחה ב-MethodMindבקרובוידאובקרובהורדת מצגת

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

מפת שיטות

סביבת השיטות הקרובות — בחרו צומת כדי לחקור.

מקורות

  1. Pan, R. K., & Saramaki, J. (2011). Path lengths, correlations, and centrality in temporal networks. Physical Review E, 84(1), 016105. DOI: 10.1103/PhysRevE.84.016105
  2. Holme, P., & Saramaki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Temporal Closeness Centrality in Time-Varying Networks. ScholarGate. https://scholargate.app/he/network-analysis/temporal-closeness-centrality

איזו שיטה?

הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.

השוואה זה לצד זה

מאוזכר על ידי

ScholarGateTemporal Closeness Centrality (Temporal Closeness Centrality in Time-Varying Networks). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/network-analysis/temporal-closeness-centrality · מערך נתונים: https://doi.org/10.5281/zenodo.20539026