Machine learningNetwork science

Súlyozott Exponenciális Grafmodell (W-ERGM)

A Súlyozott Exponenciális Grafmodell (W-ERGM) kiterjeszti a klasszikus bináris ERGM keretrendszert olyan hálózatokra, amelyek élei kvantitatív értékeket hordoznak – mint például érintkezési gyakoriság, kereskedelmi volumen vagy együttműködési intenzitás. Az egész súlyozott élekkel rendelkező hálózatot az összes lehetséges súlyozott gráfra definiált valószínűségi eloszlásként modellezi, lehetővé téve a kutatók számára annak tesztelését, hogy az olyan strukturális mintázatok, mint a reciprocitás, a tranzitivitás vagy a fokszám-eloszlás, a véletlen által önmagában produkálhatón túli okokból merülnek-e fel.

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. Krivitsky, P. N. (2012). Exponential-family random graph models for valued networks. Electronic Journal of Statistics, 6, 1100–1128. DOI: 10.1214/12-EJS696
  2. Robins, G., Pattison, P., Kalish, Y., & Lusher, D. (2007). An introduction to exponential random graph (p*) models for social networks. Social Networks, 29(2), 173–191. DOI: 10.1016/j.socnet.2006.08.002

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Weighted Exponential Random Graph Model (Valued-Edge ERGM). ScholarGate. https://scholargate.app/hu/network-analysis/weighted-exponential-random-graph-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

ScholarGateWeighted Exponential Random Graph Model (Weighted Exponential Random Graph Model (Valued-Edge ERGM)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/network-analysis/weighted-exponential-random-graph-model · Adatkészlet: https://doi.org/10.5281/zenodo.20539026