Machine learningNetwork science

Multirétegű Sztochasztikus Blokk Modell

A Multirétegű Sztochasztikus Blokk Modell (ML-SBM) egy generatív valószínűségi keretrendszer, amely kiterjeszti a klasszikus sztochasztikus blokk modellt több relációtípusú vagy rétegű hálózatokra. Egyszerre következtet közösségi struktúrákra és blokkok közötti kapcsolati valószínűségekre minden rétegen keresztül, megragadva, hogy a közösségek hogyan tapadnak meg eltérően a kontextustól vagy a kapcsolat típusától függően.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

Források

  1. Peixoto, T. P. (2015). Inferring the mesoscale structure of layered, edge-valued, and time-varying networks. Physical Review E, 92(4), 042807. DOI: 10.1103/PhysRevE.92.042807
  2. De Bacco, C., Power, E. A., Larremore, D. B., & Moore, C. (2017). Community detection, link prediction, and layer interdependence in multilayer networks. Physical Review E, 95(4), 042317. DOI: 10.1103/PhysRevE.95.042317

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Multilayer Stochastic Block Model (ML-SBM). ScholarGate. https://scholargate.app/hu/network-analysis/multilayer-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

Hivatkozik rá

ScholarGateMultilayer Stochastic Block Model (Multilayer Stochastic Block Model (ML-SBM)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/network-analysis/multilayer-stochastic-block-model · Adatkészlet: https://doi.org/10.5281/zenodo.20539026