Detecção Bayesiana de Comunidades
A detecção bayesiana de comunidades infere estrutura latente de grupos em redes tratando a afiliação a comunidades como variáveis não observadas e utilizando inferência bayesiana — tipicamente via Markov chain Monte Carlo (MCMC) ou métodos variacionais — para computar uma distribuição a posteriori sobre todas as partições plausíveis. Diferentemente da otimização de modularidade, ela seleciona o número de comunidades a partir dos dados e fornece estimativas de incerteza baseadas em princípios para cada atribuição de nó.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Peixoto, T. P. (2014). Efficient Monte Carlo and greedy heuristic for the inference of stochastic block models. Physical Review E, 89(1), 012804. DOI: 10.1103/PhysRevE.89.012804 ↗
- Nowicki, K. & Snijders, T. A. B. (2001). Estimation and prediction for stochastic blockstructures. Journal of the American Statistical Association, 96(455), 1077–1087. DOI: 10.1198/016214501753208735 ↗
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/pt/network-analysis/bayesian-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.
- Análise de ModularidadeAnálise de redes↔ compare
- Detecção de Comunidades MulticamadasAnálise de redes↔ compare
- Análise de Redes SociaisAnálise de redes↔ compare
- Modelo de Bloco EstocásticoAnálise de redes↔ compare
- Detecção de Comunidades TemporaisAnálise de redes↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →