ScholarGate
Assistent
Machine learningNetwork science

Multilayer Stochastic Block Model

Multilayer Stochastic Block Model (ML-SBM) er et generativt probabilistisk rammeverk som utvider den klassiske stokastiske blokkmodellen til nettverk med flere relasjonstyper eller lag. Den infererer samtidig fellesskapsstruktur og blokk-til-blokk-tilkoblingssannsynligheter på tvers av alle lag, og fanger opp hvordan fellesskap koherer forskjellig avhengig av kontekst eller relasjonstype.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  1. Peixoto, T. P. (2015). Inferring the mesoscale structure of layered, edge-valued, and time-varying networks. Physical Review E, 92(4), 042807. DOI: 10.1103/PhysRevE.92.042807
  2. De Bacco, C., Power, E. A., Larremore, D. B., & Moore, C. (2017). Community detection, link prediction, and layer interdependence in multilayer networks. Physical Review E, 95(4), 042317. DOI: 10.1103/PhysRevE.95.042317

Slik siterer du denne siden

ScholarGate. (2026, June 3). Multilayer Stochastic Block Model (ML-SBM). ScholarGate. https://scholargate.app/no/network-analysis/multilayer-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

Referert av

ScholarGateMultilayer Stochastic Block Model (Multilayer Stochastic Block Model (ML-SBM)). Hentet 2026-06-15 fra https://scholargate.app/no/network-analysis/multilayer-stochastic-block-model · Datasett: https://doi.org/10.5281/zenodo.20539026