Analiza bayesowskich sieci czasowych
Bayesowska analiza sieci czasowych łączy probabilistyczne wnioskowanie bayesowskie z uporządkowanymi przestrzennie danymi relacyjnymi w celu modelowania ewolucji struktur sieciowych, kwantyfikowania niepewności wokół estymacji strukturalnych i dokonywania zasadnych predykcji dotyczących przyszłych wzorców łączności. Zapewnia przedziały wiarygodności dla prawdopodobieństw krawędzi i przypisań do społeczności, zamiast surowych estymacji punktowych.
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.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Inference for Temporal Network Analysis. ScholarGate. https://scholargate.app/pl/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.
- Bayesowski model losowego grafu wykładniczegoAnaliza sieci↔ compare
- Bayesowski Model Bloków StochastycznychAnaliza sieci↔ compare
- Analiza wielowarstwowych sieci czasowychAnaliza sieci↔ compare
- Analiza sieci czasowychAnaliza sieci↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →