Machine learningNetwork science
多層確率ブロックモデル
多層確率ブロックモデル（ML-SBM）は、古典的な確率ブロックモデルを複数の関係タイプや層を持つネットワークに拡張した、生成的な確率論的フレームワークです。これは、コミュニティ構造と、すべての層にわたるブロック間の接続確率を同時に推論し、文脈や関係タイプに応じてコミュニティがどのように異なる凝集性を持つかを捉えます。
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
- Peixoto, T. P. (2015). Inferring the mesoscale structure of layered, edge-valued, and time-varying networks. Physical Review E, 92(4), 042807. DOI: 10.1103/PhysRevE.92.042807 ↗
- De Bacco, C., Power, E. A., Larremore, D. B., & Moore, C. (2017). Community detection, link prediction, and layer interdependence in multilayer networks. Physical Review E, 95(4), 042317. DOI: 10.1103/PhysRevE.95.042317 ↗
このページの引用方法
ScholarGate. (2026, June 3). Multilayer Stochastic Block Model (ML-SBM). ScholarGate. https://scholargate.app/ja/network-analysis/multilayer-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.
- ベイズ的確率的ブロックモデルネットワーク分析↔ compare
- 多層コミュニティ検出ネットワーク分析↔ compare
- 多層ネットワーク拡散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