Machine learningNetwork science

Daudzslāņu laika tīklu analīze

Daudzslāņu laika tīklu analīze pēta saistību sistēmas, kurās mezgli mijiedarbojas, izmantojot vairākus atšķirīgus saišu veidus, kas visi attīstās laikā. Modelējot katru attiecību veidu kā atsevišķu slāni un izsekojot, kā šie slāņi mainās laika momentuzņēmumos, metode atklāj, kā slāņu savstarpējā dinamika un laika modeļi kopīgi veido informācijas plūsmu, ietekmes izplatīšanos un kopienu struktūru.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Avoti

  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. Holme, P., & Saramaki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001

Kā citēt šo lapu

ScholarGate. (2026, June 3). Multilayer Temporal Network Analysis. ScholarGate. https://scholargate.app/lv/network-analysis/multilayer-temporal-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

Uz to atsaucas

ScholarGateMultilayer Temporal Network Analysis (Multilayer Temporal Network Analysis). Izgūts 2026-06-15 no https://scholargate.app/lv/network-analysis/multilayer-temporal-network-analysis · Datu kopa: https://doi.org/10.5281/zenodo.20539026