ScholarGate
Pembantu
Machine learningNetwork science

Sentraliti Eigenvektor Dinamik

Sentraliti eigenvektor dinamik meluaskan ukuran sentraliti eigenvektor klasik kepada rangkaian yang berubah mengikut masa. Berbanding mengira satu vektor eigen utama pada matriks kedekatan statik, ia menjejak bagaimana pengaruh nod — ditakrifkan oleh kepentingan jiran-jirannya — berkembang merentasi tangkapan imej atau tetingkap masa. Kaedah ini digunakan dalam analisis rangkaian sosial, epidemiologi, dan kajian penyebaran maklumat di mana peralihan topologi rangkaian berlaku secara berterusan.

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. Lerman, K., Ghosh, R., & Kang, J. H. (2010). Centrality metric for dynamic networks. Proceedings of the 8th Workshop on Mining and Learning with Graphs (MLG '10). ACM. link
  2. Eigenvector centrality. Wikipedia. link

Cara memetik halaman ini

ScholarGate. (2026, June 3). Dynamic Eigenvector Centrality in Temporal Networks. ScholarGate. https://scholargate.app/ms/network-analysis/dynamic-eigenvector-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 Eigenvector Centrality (Dynamic Eigenvector Centrality in Temporal Networks). Dicapai 2026-06-15 daripada https://scholargate.app/ms/network-analysis/dynamic-eigenvector-centrality · Set data: https://doi.org/10.5281/zenodo.20539026