ScholarGate
Assistent
Machine learningNetwork science

Temporal Stochastic Block Model

Het Temporal Stochastic Block Model (TSBM) breidt het klassieke Stochastic Block Model uit naar reeksen van netwerksnapshots, waarbij latente gemeenschapslidmaatschappen gezamenlijk worden afgeleid en hoe die lidmaatschappen door de tijd heen evolueren. Het combineert een generatief rand-waarschijnlijkheidsmodel met een Markovproces over bloktoewijzingen, wat een principieel statistische detectie van gemeenschapsstructuur mogelijk maakt die in de loop van de tijd verandert.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

The neighbourhood of related methods — select a node to explore.

Bronnen

  1. Matias, C. & Miele, V. (2017). Statistical clustering of temporal networks through a dynamic stochastic block model. Journal of the Royal Statistical Society: Series B, 79(4), 1119–1141. DOI: 10.1111/rssb.12200
  2. Xu, K. S. & Hero, A. O. (2014). Dynamic stochastic blockmodels for time-evolving social networks. IEEE Journal of Selected Topics in Signal Processing, 8(4), 552–562. DOI: 10.1109/JSTSP.2014.2310294

Deze pagina citeren

ScholarGate. (2026, June 3). Temporal Stochastic Block Model (Dynamic Community Detection via SBM). ScholarGate. https://scholargate.app/nl/network-analysis/temporal-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.

Compare side by side
ScholarGateTemporal Stochastic Block Model (Temporal Stochastic Block Model (Dynamic Community Detection via SBM)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/network-analysis/temporal-stochastic-block-model · Gegevensset: https://doi.org/10.5281/zenodo.20539026