ScholarGate
Assistente
Machine learningNetwork science

Modello Stocastico a Blocchi Dinamico

Il Modello Stocastico a Blocchi Dinamico (DSBM) è un quadro probabilistico generativo che estende il modello stocastico a blocchi statico a reti osservate in più punti temporali. Modella congiuntamente l'appartenenza alle comunità e l'evoluzione delle comunità, consentendo ai ricercatori di rilevare e tracciare gruppi latenti e i loro cambiamenti strutturali nel tempo nei dati di rete longitudinali.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Fonti

  1. 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
  2. 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

Come citare questa pagina

ScholarGate. (2026, June 3). Dynamic Stochastic Block Model (Temporal Community Detection). ScholarGate. https://scholargate.app/it/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.

Compare side by side

Citato da

ScholarGateDynamic Stochastic Block Model (Dynamic Stochastic Block Model (Temporal Community Detection)). Consultato il 2026-06-15 da https://scholargate.app/it/network-analysis/dynamic-stochastic-block-model · Insieme di dati: https://doi.org/10.5281/zenodo.20539026