ScholarGate
Pembantu
Machine learningNetwork science

Kekpusatan Kedekatan Dinamik

Kekpusatan kedekatan dinamik memperluas kekpusatan kedekatan klasik kepada rangkaian temporal dengan mengira laluan terpendek yang menghormati masa — laluan yang merentasi tepi mengikut susunan kronologi — dan purata jarak songsang merentasi semua tetingkap masa. Ia mendedahkan nod mana yang paling cekap dicapai dalam rangkaian yang berkembang, menjejaki bagaimana kekpusatan nod meningkat dan menurun apabila sambungan muncul dan hilang mengikut masa.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Tang, J., Musolesi, M., Mascolo, C., Latora, V. & Nicosia, V. (2010). Analysing information flows and key mediators through temporal centrality metrics. Proceedings of the 3rd Workshop on Social Network Systems (SNS '10). ACM. DOI: 10.1145/1852658.1852661
  2. Holme, P. & Saramäki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001

Cara memetik halaman ini

ScholarGate. (2026, June 3). Dynamic Closeness Centrality in Temporal Networks. ScholarGate. https://scholargate.app/ms/network-analysis/dynamic-closeness-centrality

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.

Compare side by side
ScholarGateDynamic Closeness Centrality (Dynamic Closeness Centrality in Temporal Networks). Dicapai 2026-06-15 daripada https://scholargate.app/ms/network-analysis/dynamic-closeness-centrality · Set data: https://doi.org/10.5281/zenodo.20539026