Bayesowski Model Bloków Stochastycznych
Bayesowski Model Bloków Stochastycznych (Bayesian SBM) to probabilistyczna metoda wykrywania społeczności w sieciach, oparta na solidnych podstawach teoretycznych. Traktuje przynależność do grup jako zmienną ukrytą i wykorzystuje wnioskowanie bayesowskie do jednoczesnego odzyskiwania struktury blokowej oraz wyboru liczby społeczności, unikając problemu limitu rozdzielczości, który nęka podejścia oparte na modularności.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Stochastic Block Model (Bayesian SBM). ScholarGate. https://scholargate.app/pl/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.
- Analiza bayesowska sieci społecznychAnaliza sieci↔ compare
- Wykrywanie społecznościAnaliza sieci↔ compare
- Analiza modularnościAnaliza sieci↔ compare
- Wielowarstwowy stochastyczny model blokowyAnaliza sieci↔ compare
- Model blokowy stochastycznyAnaliza sieci↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →