Pengesanan Komuniti Bayesian
Pengesanan komuniti Bayesian menyimpulkan struktur kumpulan laten dalam rangkaian dengan menganggap keahlian komuniti sebagai pembolehubah yang tidak diperhatikan dan menggunakan inferens Bayesian — lazimnya melalui Markov chain Monte Carlo atau kaedah variasi — untuk mengira taburan posterior ke atas semua partisyen yang munasabah. Berbeza dengan pengoptimuman modulariti, ia memilih bilangan komuniti daripada data dan menyediakan anggaran ketidakpastian yang berprinsip untuk setiap tugasan nod.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Peixoto, T. P. (2014). Efficient Monte Carlo and greedy heuristic for the inference of stochastic block models. Physical Review E, 89(1), 012804. DOI: 10.1103/PhysRevE.89.012804 ↗
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/ms/network-analysis/bayesian-community-detection
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.
- Analisis ModularitiAnalisis Rangkaian↔ compare
- Deteksi Komunitas BerlapisAnalisis Rangkaian↔ compare
- Analisis Rangkaian SosialAnalisis Rangkaian↔ compare
- Stochastic Block ModelAnalisis Rangkaian↔ compare
- Pengesanan Komuniti TemporalAnalisis Rangkaian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →