Laika Stohastiskais Bloku Modelis
Laika Stohastiskais Bloku Modelis (TSBM) paplašina klasisko Stohastisko Bloku Modeli uz tīklu momentuzņēmumu sekvencēm, vienlaicīgi nosakot slēptās kopienu dalības un to, kā šīs dalības attīstās laikā. Tas apvieno ģeneratīvu malu-varbūtības modeli ar Markova procesu pār bloku piešķiršanu, nodrošinot principālu statistisku kopienu struktūras noteikšanu, kas mainās laikā.
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
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Temporal Stochastic Block Model (Dynamic Community Detection via SBM). ScholarGate. https://scholargate.app/lv/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.
- Daudzslāņu stohastiskais bloku modelisTīklu analīze↔ compare
- Stohastiskais bloku modelisTīklu analīze↔ compare
- Temporālā kopienu noteikšanaTīklu analīze↔ compare
- Laika modulu analīzeTīklu analīze↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →