ScholarGate
Pembantu
Machine learningNetwork science

Pusat Darjah Pelbagai Lapisan

Pusat darjah berbilang lapisan melanjutkan ukuran pusat darjah klasik kepada rangkaian yang terdiri daripada berbilang lapisan — seperti rangkaian yang mewakili jenis hubungan sosial yang berbeza, saluran komunikasi, atau konteks perhubungan secara serentak. Ia mengukur bilangan sambungan yang dimiliki oleh nod merentasi satu atau semua lapisan, mendedahkan nod yang berpengaruh bukan sahaja dalam satu konteks tetapi merentasi keseluruhan struktur pelbagai perhubungan.

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. 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
  2. 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

Cara memetik halaman ini

ScholarGate. (2026, June 3). Multilayer Degree Centrality (Aggregated and Layer-Specific Node Importance in Multilayer Networks). ScholarGate. https://scholargate.app/ms/network-analysis/multilayer-degree-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 Degree Centrality (Multilayer Degree Centrality (Aggregated and Layer-Specific Node Importance in Multilayer Networks)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/network-analysis/multilayer-degree-centrality · Set data: https://doi.org/10.5281/zenodo.20539026