Bayesiešu stohastiskais bloku modelis
Bayesiešu stohastiskais bloku modelis (Bayesian SBM) ir principu kopumā balstīta, probablistiska metode kopienu noteikšanai tīklos. Tā aplūko grupas piederību kā slēptu mainīgo un izmanto Bayesiešu inferenci, lai vienlaicīgi atgūtu bloku struktūru un izvēlētos kopienu skaitu, tādējādi izvairoties no izšķirtspējas ierobežojuma, kas piemīt modularitātes balstītiem paņēmieniem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Stochastic Block Model (Bayesian SBM). ScholarGate. https://scholargate.app/lv/network-analysis/bayesian-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.
- Baijesa sociālo tīklu analīzeTīklu analīze↔ compare
- Kopienu noteikšanaTīklu analīze↔ compare
- Modulāritātes analīzeTīklu analīze↔ compare
- Daudzslāņu stohastiskais bloku modelisTīklu analīze↔ compare
- Stohastiskais bloku modelisTīklu analīze↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →