Stohastiskais bloku modelis — Probabilistiska kopienu noteikšana tīklos
Stohastiskais bloku modelis (SBM), ko ieviesa Hollands, Laskijs un Leinarts (Holland, Laskey and Leinhardt, 1983), ir grafu probablistisks ģeneratīvs modelis, kas piešķir mezgliem latenti bloku kopumu un parametriski novērtē savienojumu varbūtības starp blokiem. Tas ir pamata pieeja kopienu noteikšanai, kodola-perifērijas identificēšanai un hierarhiskās struktūras atklāšanai tīklu analīzē.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+16 more
Avoti
- Holland, P.W., Laskey, K.B. & Leinhardt, S. (1983). Stochastic Blockmodels: First Steps. Social Networks, 5(2), 109-137. DOI: 10.1016/0378-8733(83)90021-7 ↗
- Lee, C. & Wilkinson, D.J. (2019). A Review of Stochastic Block Models and Extensions for Graph Clustering. Applied Network Science, 4(1), 122. DOI: 10.1007/s41109-019-0232-2 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Stochastic Block Model (SBM). ScholarGate. https://scholargate.app/lv/network-analysis/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.
- DBSCANMašīnmācīšanās↔ compare
- Grafu uzmanības tīkls (Graph Attention Network, GAT)Dziļā mācīšanās↔ compare
- Grafu neironu tīklsDziļā mācīšanās↔ compare
- Hierarhiskā klasterizācijaMašīnmācīšanās↔ compare
- K-Means klasterizācijaMašīnmācīšanās↔ compare
- Primārā komponentu analīzeMašīnmācīšanās↔ compare
- Teksta tīklu analīzeTeksta ieguve↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →