ScholarGate
Pembantu
Machine learningNetwork science

Pusat Kesederhanaan Pelbagai Lapisan

Sentraliti kesederhanaan pelbagai lapisan melanjutkan ukuran kesederhanaan klasik kepada rangkaian dengan pelbagai jenis hubungan — atau lapisan — dengan mengira betapa kerapnya nod terletak pada laluan terpendek yang boleh merentasi mana-mana lapisan atau bertukar antara lapisan. Ia mengenal pasti broker dan jambatan yang pengaruhnya merangkumi domain interaksi yang berbeza secara serentak.

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. De Domenico, M., Solé-Ribalta, A., Cozzo, E., Kivelä, M., Moreno, Y., Porter, M. A., Gómez, S., & Arenas, A. (2013). Mathematical formulation of multilayer networks. Physical Review X, 3(4), 041022. DOI: 10.1103/PhysRevX.3.041022
  2. Kivelä, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271. DOI: 10.1093/comnet/cnu016

Cara memetik halaman ini

ScholarGate. (2026, June 3). Multilayer Betweenness Centrality (Tensor-based Network Centrality). ScholarGate. https://scholargate.app/ms/network-analysis/multilayer-betweenness-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

Dirujuk oleh

ScholarGateMultilayer Betweenness Centrality (Multilayer Betweenness Centrality (Tensor-based Network Centrality)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/network-analysis/multilayer-betweenness-centrality · Set data: https://doi.org/10.5281/zenodo.20539026