Machine learningNetwork science
ベイズ的指数型ランダムグラフモデル
ベイズ的指数型ランダムグラフモデル（Bayesian ERGM または BERGM）は、モデルパラメータに事前分布を設定し、マルコフ連鎖モンテカルロ法を用いて事後分布全体を取得することで、古典的なERGMフレームワークを拡張したものである。CaimoとFriel（2011）によって導入されたこのモデルは、研究者がパラメータの不確実性を定量化し、社会ネットワークやその他の複雑なネットワークの構造的特徴をモデル化する際に事前知識を組み込むことを可能にする。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Caimo, A., & Friel, N. (2011). Bayesian inference for exponential random graph models. Social Networks, 33(1), 41–55. DOI: 10.1016/j.socnet.2010.09.004 ↗
- Exponential random graph models. Wikipedia. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Exponential Random Graph Model (Bayesian ERGM). ScholarGate. https://scholargate.app/ja/network-analysis/bayesian-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.
- ベイズ社会ネットワーク分析ネットワーク分析↔ compare
- ベイズ的確率的ブロックモデルネットワーク分析↔ compare
- モジュラリティ分析ネットワーク分析↔ compare
- 確率的ブロックモデルネットワーク分析↔ compare