Czasowy Model Bloków Stochastycznych
Czasowy Model Bloków Stochastycznych (TSBM) rozszerza klasyczny Model Bloków Stochastycznych na sekwencje migawek sieci, wspólnie wnioskując o ukrytych przynależnościach do społeczności i sposobie, w jaki te przynależności ewoluują w czasie. Łączy generatywny model prawdopodobieństwa krawędzi z procesem Markowa nad przypisaniami do bloków, umożliwiając zasadne statystyczne wykrywanie struktury społeczności, która zmienia się w czasie.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- Matias, C. & Miele, V. (2017). Statistical clustering of temporal networks through a dynamic stochastic block model. Journal of the Royal Statistical Society: Series B, 79(4), 1119–1141. DOI: 10.1111/rssb.12200 ↗
- Xu, K. S. & Hero, A. O. (2014). Dynamic stochastic blockmodels for time-evolving social networks. IEEE Journal of Selected Topics in Signal Processing, 8(4), 552–562. DOI: 10.1109/JSTSP.2014.2310294 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Temporal Stochastic Block Model (Dynamic Community Detection via SBM). ScholarGate. https://scholargate.app/pl/network-analysis/temporal-stochastic-block-model
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Wielowarstwowy stochastyczny model blokowyAnaliza sieci↔ porównaj
- Model blokowy stochastycznyAnaliza sieci↔ porównaj
- Detekcja społeczności w czasieAnaliza sieci↔ porównaj
- Analiza modularności czasowejAnaliza sieci↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →