Machine learningNetwork science

Centralność bliskości czasowej

Centralność bliskości czasowej rozszerza klasyczną miarę bliskości na sieci zmieniające się w czasie, zastępując statyczne ścieżki najkrótsze ścieżkami respektującymi czas (najwcześniejszymi). Kwantyfikuje ona, jak szybko dany węzeł może dotrzeć do wszystkich innych węzłów, gdy interakcje zachodzą w określonych momentach czasowych, co daje bardziej realistyczny obraz przepływu informacji, rozprzestrzeniania się chorób i wpływu w systemach dynamicznych.

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. Pan, R. K., & Saramaki, J. (2011). Path lengths, correlations, and centrality in temporal networks. Physical Review E, 84(1), 016105. DOI: 10.1103/PhysRevE.84.016105
  2. Holme, P., & Saramaki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001

Jak cytować tę stronę

ScholarGate. (2026, June 3). Temporal Closeness Centrality in Time-Varying Networks. ScholarGate. https://scholargate.app/pl/network-analysis/temporal-closeness-centrality

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

ScholarGateTemporal Closeness Centrality (Temporal Closeness Centrality in Time-Varying Networks). Pobrano 2026-06-15 z https://scholargate.app/pl/network-analysis/temporal-closeness-centrality · Zbiór danych: https://doi.org/10.5281/zenodo.20539026