Machine learningNetwork science

Wykrywanie społeczności w sieciach skierowanych

Wykrywanie społeczności w sieciach skierowanych identyfikuje gęsto połączone grupy węzłów w sieci skierowanej, uwzględniając asymetrię krawędzi (np. A obserwuje B nie implikuje B obserwuje A). Adaptacja kryteriów modularności lub przepływu do grafów skierowanych ujawnia klastry, które metody niekierowane systematycznie pomijają, co czyni je niezbędnymi dla sieci cytowań, grafów obserwujących i biologicznych szlaków regulacyjnych.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

+4 more

Źródła

  1. Leicht, E. A. & Newman, M. E. J. (2008). Community structure in directed networks. Physical Review Letters, 100(11), 118703. DOI: 10.1103/PhysRevLett.100.118703
  2. Rosvall, M. & Bergstrom, C. T. (2008). Maps of random walks on complex networks reveal community structure. Proceedings of the National Academy of Sciences, 105(4), 1118–1123. DOI: 10.1073/pnas.0706851105

Jak cytować tę stronę

ScholarGate. (2026, June 3). Directed Community Detection in Networks. ScholarGate. https://scholargate.app/pl/network-analysis/directed-community-detection

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

Cytowana przez

ScholarGateDirected Community Detection (Directed Community Detection in Networks). Pobrano 2026-06-15 z https://scholargate.app/pl/network-analysis/directed-community-detection · Zbiór danych: https://doi.org/10.5281/zenodo.20539026