Bayesiaanse Temporele Netwerkanalyse
Bayesiaanse temporele netwerkanalyse combineert probabilistische Bayesiaanse inferentie met tijd-geordende relationele data om te modelleren hoe netwerkstructuren evolueren, onzekerheid rond structurele schattingen te kwantificeren en principiële voorspellingen te doen over toekomstige connectiviteitspatronen. Het biedt geloofwaardige intervallen voor kant-waarschijnlijkheden en gemeenschapsindelingen in plaats van kale puntschattingen.
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.
Bronnen
- Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605. DOI: 10.1214/09-EJS548 ↗
- Peixoto, T. P. (2017). Nonparametric Bayesian inference of the microcanonical stochastic block model. Physical Review E, 95(1), 012317. DOI: 10.1103/PhysRevE.95.012317 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Inference for Temporal Network Analysis. ScholarGate. https://scholargate.app/nl/network-analysis/bayesian-temporal-network-analysis
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.
- Bayesiaans Exponentieel Willekeurig GraafmodelNetwerkanalyse↔ compare
- Bayesiaans Stochastisch BlokmodelNetwerkanalyse↔ compare
- Multilayer Temporal Network AnalysisNetwerkanalyse↔ compare
- Temporale NetwerkanalyseNetwerkanalyse↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →