Bayesian Stochastic Block Model (Bayesian SBM)
Bayangkan rangkaian sebagai dijana oleh proses tersembunyi: setiap nod tergolong dalam kumpulan laten, dan tepi terbentuk antara nod dengan kebarangkalian yang hanya bergantung pada kumpulan mana yang mereka miliki. Bayesian SBM bertanya: diberi tepi yang diperhatikan, penetapan nod kepada kumpulan mana yang menjadikan data paling berkemungkinan sambil mengenakan penalti pada model yang terlalu kompleks? Dengan meletakkan prior ke atas bilangan blok dan mengintegrasikan kebarangkalian tepi, ia mengelakkan overfitting dan secara automatik memilih partisyen komuniti yang paling jimat yang disokong oleh data.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
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 Stochastic Block Model (Bayesian SBM). ScholarGate. https://scholargate.app/ms/network-analysis/bayesian-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.
- Analisis Rangkaian Sosial BayesianAnalisis Rangkaian↔ compare
- Pengesanan KomunitiAnalisis Rangkaian↔ compare
- Analisis ModularitiAnalisis Rangkaian↔ compare
- Model Blok Rawak BerlapisAnalisis Rangkaian↔ compare
- Stochastic Block ModelAnalisis Rangkaian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →