Machine learningNetwork science
베이지안 커뮤니티 탐지
베이지안 커뮤니티 탐지는 커뮤니티 멤버십을 관찰되지 않은 변수로 취급하고 베이지안 추론(일반적으로 마르코프 연쇄 몬테카를로 또는 변분 방법 사용)을 통해 가능한 모든 분할에 대한 사후 분포를 계산함으로써 네트워크의 잠재적 그룹 구조를 추론합니다. 모듈성 최적화와 달리, 데이터로부터 커뮤니티 수를 선택하고 모든 노드 할당에 대한 원칙적인 불확실성 추정치를 제공합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Peixoto, T. P. (2014). Efficient Monte Carlo and greedy heuristic for the inference of stochastic block models. Physical Review E, 89(1), 012804. DOI: 10.1103/PhysRevE.89.012804 ↗
- Nowicki, K. & Snijders, T. A. B. (2001). Estimation and prediction for stochastic blockstructures. Journal of the American Statistical Association, 96(455), 1077–1087. DOI: 10.1198/016214501753208735 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/ko/network-analysis/bayesian-community-detection
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.
- 모듈성 분석네트워크 분석↔ compare
- 다층 커뮤니티 탐지네트워크 분석↔ compare
- 사회 연결망 분석네트워크 분석↔ compare
- 확률적 블록 모형 (Stochastic Block Model, SBM)네트워크 분석↔ compare
- 시간적 커뮤니티 탐지네트워크 분석↔ compare