Bayesiansk stokastisk blokkmodell
Den Bayesianske Stokastiske Blokkmodellen (Bayesian SBM) er en prinsipiell probabilistisk metode for fellesskapsdeteksjon i nettverk. Den behandler gruppemedlemskap som en latent variabel og bruker Bayesiansk inferens til å samtidig gjenopprette blokkstruktur og velge antall fellesskap, og unngår oppløsningsgrense-skjevheten som plager modularitetsbaserte tilnærminger.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Stochastic Block Model (Bayesian SBM). ScholarGate. https://scholargate.app/no/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.
- Bayesiansk nettverksanalyseNettverksanalyse↔ compare
- FellesskapsdeteksjonNettverksanalyse↔ compare
- ModulæranalyseNettverksanalyse↔ compare
- Multilayer Stochastic Block ModelNettverksanalyse↔ compare
- Stochastic Block ModelNettverksanalyse↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →