Model Blok Rawak Stokastik Dinamik
Model Blok Rawak Stokastik Dinamik (DSBM) ialah satu rangka kerja kebarangkalian penjana yang melanjutkan model blok rawak statik kepada rangkaian yang diperhatikan merentasi pelbagai titik masa. Ia secara serentak memodelkan keahlian komuniti dan evolusi komuniti, membolehkan penyelidik mengesan dan menjejaki kumpulan tersembunyi serta perubahan strukturnya dari semasa ke semasa dalam data rangkaian longitudinal.
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
- Yang, T., Chi, Y., Zhu, S., Gong, Y., & Jin, R. (2011). Detecting communities and their evolutions in dynamic social networks — a Bayesian approach. Machine Learning, 82(2), 157–189. DOI: 10.1007/s10994-010-5214-7 ↗
- Matias, C., & Miele, V. (2017). Statistical clustering of temporal networks through a dynamic stochastic block model. Journal of the Royal Statistical Society: Series B, 79(4), 1119–1141. DOI: 10.1111/rssb.12200 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Dynamic Stochastic Block Model (Temporal Community Detection). ScholarGate. https://scholargate.app/ms/network-analysis/dynamic-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.
- Bayesian Stochastic Block ModelAnalisis Rangkaian↔ compare
- Pengesanan Komuniti DinamikAnalisis Rangkaian↔ compare
- Analisis ModularitiAnalisis Rangkaian↔ compare
- Stochastic Block ModelAnalisis Rangkaian↔ compare
- Analisis Rangkaian TemporalAnalisis Rangkaian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →