Machine learningNetwork science

Detekcja społeczności w czasie

Detekcja społeczności w czasie identyfikuje spójne grupy (społeczności) w sieciach, których struktura zmienia się w czasie. Traktując każdą migawkę czasową jako warstwę sieci i łącząc kolejne warstwy, ujawnia, jak społeczności formują się, łączą, dzielą, rosną lub rozpadają — przekształcając sekwencję statycznych migawek w ciągłą narrację ewolucji grup.

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.

+12 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. Rossetti, G., & Cazabet, R. (2018). Community discovery in dynamic networks: A survey. ACM Computing Surveys, 51(2), 1–37. DOI: 10.1145/3172867

Jak cytować tę stronę

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

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