Machine learningNetwork science

Dynamiczne wykrywanie społeczności

Dynamiczne wykrywanie społeczności identyfikuje grupy gęsto połączonych węzłów w sieciach, które ewoluują w czasie, śledząc formowanie się, łączenie, podział i rozpad społeczności w kolejnych migawkach czasowych. Opracowane w celu rozszerzenia optymalizacji statycznej modularności na struktury zmienne w czasie, jest szeroko stosowane w badaniach sieci społecznościowych, biologicznych i komunikacyjnych.

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.

+1 more

Źródła

  1. Mucha, P. J., Richardson, T., Macon, K., Porter, M. A., & Onnela, J.-P. (2010). Community structure in time-dependent, multiscale, and multiplex networks. Science, 328(5980), 876–878. DOI: 10.1126/science.1184819
  2. Fortunato, S., & Hric, D. (2016). Community detection in networks: A user guide. Physics Reports, 659, 1–44. DOI: 10.1016/j.physrep.2016.09.002

Jak cytować tę stronę

ScholarGate. (2026, June 3). Dynamic Community Detection in Evolving Networks. ScholarGate. https://scholargate.app/pl/network-analysis/dynamic-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

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