ScholarGate
Pembantu
Machine learningNetwork science

Sentraliti Kehampiran Temporal

Sentraliti kehampiran temporal melanjutkan ukuran kehampiran klasik kepada rangkaian yang berubah mengikut masa dengan menggantikan laluan terpendek statik dengan laluan yang mematuhi masa (paling hadapan). Ia mengukur seberapa cepat nod dapat mencapai semua nod lain apabila interaksi berlaku pada detik masa tertentu, memberikan gambaran yang lebih realistik tentang aliran maklumat, penyebaran penyakit, dan pengaruh dalam sistem dinamik.

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. Pan, R. K., & Saramaki, J. (2011). Path lengths, correlations, and centrality in temporal networks. Physical Review E, 84(1), 016105. DOI: 10.1103/PhysRevE.84.016105
  2. Holme, P., & Saramaki, 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). Temporal Closeness Centrality in Time-Varying Networks. ScholarGate. https://scholargate.app/ms/network-analysis/temporal-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

Dirujuk oleh

ScholarGateTemporal Closeness Centrality (Temporal Closeness Centrality in Time-Varying Networks). Dicapai 2026-06-15 daripada https://scholargate.app/ms/network-analysis/temporal-closeness-centrality · Set data: https://doi.org/10.5281/zenodo.20539026