Machine learningNetwork science
시간적 확률 블록 모델
시간적 확률 블록 모델(TSBM)은 고전적인 확률 블록 모델(SBM)을 네트워크 스냅샷 시퀀스로 확장하여 잠재된 커뮤니티 멤버십과 해당 멤버십이 시간 경과에 따라 어떻게 진화하는지를 공동으로 추론합니다. 이 모델은 생성적 에지-확률 모델과 블록 할당에 대한 마르코프 프로세스를 결합하여 시간에 따라 변화하는 커뮤니티 구조를 통계적으로 원칙에 따라 탐지할 수 있도록 합니다.
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
- 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 ↗
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Temporal Stochastic Block Model (Dynamic Community Detection via SBM). ScholarGate. https://scholargate.app/ko/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.
- 다층 확률 블록 모델네트워크 분석↔ compare
- 확률적 블록 모형 (Stochastic Block Model, SBM)네트워크 분석↔ compare
- 시간적 커뮤니티 탐지네트워크 분석↔ compare
- 시간적 모듈성 분석네트워크 분석↔ compare