ScholarGate
Asistents
Machine learningNetwork science

Svara Stohastiskais Bloku Modelis

Svara Stohastiskais Bloku Modelis (W-SBM) paplašina klasisko stohastisko bloku modeli tīkliem, kuru nogriežņiem ir skaitliski svari. Pieņemot, ka nogriežņu svari starp mezglu pāriem rodas no sadalījumiem, kas atkarīgi no šo mezglu bloku dalības, tas vienlaicīgi nosaka mezglu sadalījumu kopienās un bloku-bloku svara parametru kopumu — atgūstot struktūru, kas nav redzama nenosvērtām metodēm.

Atvērt MethodMindDrīzumāVideoDrīzumāLejupielādēt slaidus

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  1. Aicher, C., Jacobs, A. Z., & Clauset, A. (2014). Learning latent block structure in weighted networks. Journal of Complex Networks, 3(2), 221–248. DOI: 10.1093/comnet/cnu026
  2. 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). Weighted Stochastic Block Model (W-SBM). ScholarGate. https://scholargate.app/lv/network-analysis/weighted-stochastic-block-model

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGateWeighted Stochastic Block Model (Weighted Stochastic Block Model (W-SBM)). Izgūts 2026-06-15 no https://scholargate.app/lv/network-analysis/weighted-stochastic-block-model · Datu kopa: https://doi.org/10.5281/zenodo.20539026