Machine learningNetwork science

Analiza dyfuzji w sieciach skierowanych

Analiza dyfuzji w sieciach skierowanych bada, w jaki sposób informacje, choroby, zachowania lub wpływy rozprzestrzeniają się w sieci, w której krawędzie mają kierunek — co oznacza, że transmisja przepływa w jednym kierunku wzdłuż każdego połączenia. Łączy ona reprezentacje teorii grafów z probabilistycznymi modelami rozprzestrzeniania, takimi jak niezależna kaskada, liniowy próg czy SIR/SIS, i jest kluczowa w badaniach nad maksymalizacją wpływu, prognozowaniem epidemii i propagacją informacji.

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.

Źródła

  1. Kempe, D., Kleinberg, J., & Tardos, E. (2003). Maximizing the spread of influence through a social network. Proceedings of the 9th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 137–146. DOI: 10.1145/956750.956769
  2. Pastor-Satorras, R., Castellano, C., Van Mieghem, P., & Vespignani, A. (2015). Epidemic processes in complex networks. Reviews of Modern Physics, 87(3), 925–979. DOI: 10.1103/RevModPhys.87.925

Jak cytować tę stronę

ScholarGate. (2026, June 3). Directed Network Diffusion Analysis (Influence and Spreading Processes on Directed Graphs). ScholarGate. https://scholargate.app/pl/network-analysis/directed-network-diffusion-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.

Compare side by side
ScholarGateDirected Network Diffusion Analysis (Directed Network Diffusion Analysis (Influence and Spreading Processes on Directed Graphs)). Pobrano 2026-06-15 z https://scholargate.app/pl/network-analysis/directed-network-diffusion-analysis · Zbiór danych: https://doi.org/10.5281/zenodo.20539026