Байесовская стохастическая блочная модель
Байесовская стохастическая блочная модель (Bayesian SBM) — это принципиальный вероятностный метод для обнаружения сообществ в сетях. Он рассматривает принадлежность к группе как скрытую переменную и использует байесовский вывод для одновременного восстановления блочной структуры и выбора количества сообществ, избегая смещения, связанного с пределом разрешения, которое характерно для подходов, основанных на модульности.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Stochastic Block Model (Bayesian SBM). ScholarGate. https://scholargate.app/ru/network-analysis/bayesian-stochastic-block-model
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.
- Байесовский анализ социальных сетейСетевой анализ↔ compare
- Обнаружение сообществСетевой анализ↔ compare
- Модульный анализСетевой анализ↔ compare
- Многослойная стохастическая блочная модельСетевой анализ↔ compare
- Стохастическая блочная модельСетевой анализ↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →