Machine learningNetwork science

Bayesova detekcija zajednica

Bayesova detekcija zajednica zaključuje latentnu grupnu strukturu u mrežama tretirajući pripadnost zajednici kao neopažene varijable i koristeći Bayesovo zaključivanje — tipično putem Markovljevih lanaca Monte Carlo ili varijacijskih metoda — za izračunavanje posteriorne distribucije svih vjerojatnih particija. Za razliku od optimizacije modularnosti, ona odabire broj zajednica iz podataka i pruža principijelne procjene nesigurnosti za svako dodjeljivanje čvora.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

Izvori

  1. 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
  2. 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

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/hr/network-analysis/bayesian-community-detection

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

Citirana u

ScholarGateBayesian Community Detection (Bayesian Community Detection in Networks). Preuzeto 2026-06-15 s https://scholargate.app/hr/network-analysis/bayesian-community-detection · Skup podataka: https://doi.org/10.5281/zenodo.20539026