ScholarGate
Assistente
Machine learningNetwork science

Modello Stocastico a Blocchi Temporale

Il Modello Stocastico a Blocchi Temporale (TSBM) estende il classico Modello Stocastico a Blocchi (SBM) a sequenze di istantanee di rete, inferendo congiuntamente appartenenze latenti a comunità e come tali appartenenze evolvono nel tempo. Combina un modello generativo di probabilità degli archi con un processo di Markov sulle assegnazioni di blocchi, consentendo un rilevamento statistico rigoroso della struttura comunitaria che cambia nel tempo.

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. 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
  2. Xu, K. S. & Hero, A. O. (2014). Dynamic stochastic blockmodels for time-evolving social networks. IEEE Journal of Selected Topics in Signal Processing, 8(4), 552–562. DOI: 10.1109/JSTSP.2014.2310294

Come citare questa pagina

ScholarGate. (2026, June 3). Temporal Stochastic Block Model (Dynamic Community Detection via SBM). ScholarGate. https://scholargate.app/it/network-analysis/temporal-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
ScholarGateTemporal Stochastic Block Model (Temporal Stochastic Block Model (Dynamic Community Detection via SBM)). Consultato il 2026-06-15 da https://scholargate.app/it/network-analysis/temporal-stochastic-block-model · Insieme di dati: https://doi.org/10.5281/zenodo.20539026