Model Blok Stokastik Dinamis
Model Blok Stokastik Dinamis (DSBM) adalah kerangka probabilistik generatif yang memperluas model blok stokastik statis ke jaringan yang diamati di berbagai titik waktu. Model ini secara bersamaan memodelkan keanggotaan komunitas dan evolusi komunitas, memungkinkan peneliti untuk mendeteksi dan melacak kelompok laten serta perubahan strukturalnya dari waktu ke waktu dalam data jaringan longitudinal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Dynamic Stochastic Block Model (Temporal Community Detection). ScholarGate. https://scholargate.app/id/network-analysis/dynamic-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.
- Model Blok Stokastik BayesianAnalisis Jaringan↔ compare
- Deteksi Komunitas DinamisAnalisis Jaringan↔ compare
- Analisis ModularitasAnalisis Jaringan↔ compare
- Model Blok StokastikAnalisis Jaringan↔ compare
- Analisis Jaringan TemporalAnalisis Jaringan↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →