Dinamikus Sztochasztikus Blokk Modell
A Dinamikus Sztochasztikus Blokk Modell (DSBM) egy generatív valószínűségi keretrendszer, amely kiterjeszti a statikus sztochasztikus blokk modellt több időponton megfigyelt hálózatokra. Közösen modellezi a közösségi tagságot és a közösségek fejlődését, lehetővé téve a kutatók számára a rejtett csoportok és azok szerkezeti változásainak kimutatását és követését az időbeli hálózati adatokban.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Dynamic Stochastic Block Model (Temporal Community Detection). ScholarGate. https://scholargate.app/hu/network-analysis/dynamic-stochastic-block-model
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Bayesian Stochastic Block Model (Bayes SBM)Hálózatelemzés↔ összehasonlítás
- Dinamikus közösségdetektálásHálózatelemzés↔ összehasonlítás
- Modularity AnalysisHálózatelemzés↔ összehasonlítás
- Sztochasztikus Blokk ModellHálózatelemzés↔ összehasonlítás
- Temporális hálózatok elemzéseHálózatelemzés↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →