Laika mērauklu īpašvērtību centrālās vērtības
Laika mērauklu īpašvērtību centrālās vērtības paplašina klasiskās īpašvērtību centrālās vērtības tīkliem, kas mainās laikā. Ņemot vērā savienojumu secību un laiku, tā identificē mezglus, kas ir ietekmīgi ne tikai tāpēc, ka tiem ir daudz vienlaicīgu savienojumu, bet gan tāpēc, ka tie atrodas secīgi svarīgu ceļu krustpunktos vairākās tīkla laika šķērsgriezumos.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Grindrod, P., Parsons, M. C., Higham, D. J., & Estrada, E. (2011). Communicability across evolving networks. Physical Review E, 83(4), 046120. DOI: 10.1103/PhysRevE.83.046120 ↗
- Taylor, D., Myers, S. A., Clauset, A., Porter, M. A., & Mucha, P. J. (2017). Eigenvector-based centrality measures for temporal networks. Multiscale Modeling and Simulation, 15(1), 537-574. DOI: 10.1137/16M1066142 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Temporal Eigenvector Centrality (Dynamic Eigenvector-Based Node Importance in Time-Varying Networks). ScholarGate. https://scholargate.app/lv/network-analysis/temporal-eigenvector-centrality
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.
- Īpašvektoru centralitāteTīklu analīze↔ compare
- Laika starpības centrālās vērtības noteikšanaTīklu analīze↔ compare
- Laikmeta pakāpes centralitāteTīklu analīze↔ compare
- Temporālais PageRankTīklu analīze↔ compare
- Temporālā sociālo tīklu analīzeTīklu analīze↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →