Bayesiaans Stochastisch Blokmodel
Het Bayesiaanse Stochastische Blokmodel (Bayesian SBM) is een principiële probabilistische methode voor gemeenschapsdetectie in netwerken. Het behandelt groeps-lidmaatschap als een latente variabele en gebruikt Bayesiaanse inferentie om simultaan blokstructuur te herstellen en het aantal gemeenschappen te selecteren, waarbij het resolutie-limietbias vermijdt die methoden gebaseerd op modulariteit plagen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Bronnen
- Peixoto, T. P. (2014). Efficient Monte Carlo and greedy heuristic for the inference of stochastic block models. Physical Review E, 89(1), 012804. DOI: 10.1103/PhysRevE.89.012804 ↗
- Nowicki, K., & Snijders, T. A. B. (2001). Estimation and prediction for stochastic blockstructures. Journal of the American Statistical Association, 96(455), 1077–1087. DOI: 10.1198/016214501753208735 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Stochastic Block Model (Bayesian SBM). ScholarGate. https://scholargate.app/nl/network-analysis/bayesian-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 Social Network AnalysisNetwerkanalyse↔ compare
- Community DetectionNetwerkanalyse↔ compare
- Modularity AnalysisNetwerkanalyse↔ compare
- Meerlagig Stochastisch BlokmodelNetwerkanalyse↔ compare
- Stochastic Block ModelNetwerkanalyse↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →