Machine learningNetwork science

방향성 다중 네트워크 분석

방향성 다중 네트워크 분석은 동일한 노드 집합이 인용 흐름, 정보 확산, 권위 계층과 같이 여러 유형의 방향성(비대칭적) 관계를 통해 서로 다른 계층에 걸쳐 동시에 연결되는 시스템을 모델링합니다. 이는 계층의 정체성과 엣지의 방향성을 모두 보존함으로써 다중 네트워크 분석을 확장하여 더 풍부한 구조적 및 동적 통찰력을 제공합니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

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

출처

  1. Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271. DOI: 10.1093/comnet/cnu016
  2. De Domenico, M., Sole-Ribalta, A., Cozzo, E., Kivela, M., Moreno, Y., Porter, M. A., Gomez, S., & Arenas, A. (2013). Mathematical formulation of multilayer networks. Physical Review X, 3(4), 041022. DOI: 10.1103/PhysRevX.3.041022

이 페이지 인용 방법

ScholarGate. (2026, June 3). Directed Multiplex Network Analysis (Multi-layer Directed Graph Framework). ScholarGate. https://scholargate.app/ko/network-analysis/directed-multiplex-network-analysis

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
ScholarGateDirected Multiplex Network Analysis (Directed Multiplex Network Analysis (Multi-layer Directed Graph Framework)). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/network-analysis/directed-multiplex-network-analysis · 데이터셋: https://doi.org/10.5281/zenodo.20539026