Байесовский анализ мультиплексных сетей
Байесовский анализ мультиплексных сетей применяет вероятностное генеративное моделирование к сетям, которые одновременно несут более одного типа реляционных связей — таких как дружеские, коллаборативные и коммуникационные связи среди одного и того же набора акторов. Размещая априорные распределения для членства в сообществах, вероятностей ребер и межслоевых зависимостей, фреймворк дает апостериорные распределения, а не точечные оценки, поддерживая принципиальное количественное определение неопределенности по всем выведенным свойствам сети.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- De Bacco, C., Power, E. A., Larremore, D. B., & Moore, C. (2017). Community detection, link prediction, and layer interdependence in multilayer networks. Physical Review E, 95(4), 042317. DOI: 10.1103/PhysRevE.95.042317 ↗
- Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203-271. DOI: 10.1093/comnet/cnu016 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Multiplex Network Analysis (Probabilistic Inference on Multi-Layer Networks). ScholarGate. https://scholargate.app/ru/network-analysis/bayesian-multiplex-network-analysis
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.
- Байесовское обнаружение сообществСетевой анализ↔ compare
- Байесовская стохастическая блочная модельСетевой анализ↔ compare
- Анализ мультиплексных сетейСетевой анализ↔ compare
- Стохастическая блочная модельСетевой анализ↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →