Deteksi Komunitas Bayesian
Deteksi komunitas Bayesian menyimpulkan struktur kelompok laten dalam jaringan dengan memperlakukan keanggotaan komunitas sebagai variabel yang tidak teramati dan menggunakan inferensi Bayesian — biasanya melalui Markov chain Monte Carlo atau metode variasi — untuk menghitung distribusi posterior atas semua partisi yang masuk akal. Berbeda dengan optimasi modularitas, metode ini memilih jumlah komunitas dari data dan memberikan estimasi ketidakpastian yang berprinsip untuk setiap penugasan node.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/id/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.
- Analisis ModularitasAnalisis Jaringan↔ compare
- Deteksi Komunitas MultilapisAnalisis Jaringan↔ compare
- Analisis Jaringan SosialAnalisis Jaringan↔ compare
- Model Blok StokastikAnalisis Jaringan↔ compare
- Deteksi Komunitas TemporalAnalisis Jaringan↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →