Bayesian Temporal Network Analysis
Bayesian temporal network analysis combines probabilistic Bayesian inference with time-ordered relational data to model how network structures evolve, quantify uncertainty around structural estimates, and make principled predictions about future connectivity patterns. It provides credible intervals on edge probabilities and community assignments rather than bare point estimates.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605. · DOI 10.1214/09-EJS548
- Peixoto, T. P. (2017). Nonparametric Bayesian inference of the microcanonical stochastic block model. Physical Review E, 95(1), 012317. · DOI 10.1103/PhysRevE.95.012317
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.