Байесовский анализ временных сетей
Байесовский анализ временных сетей объединяет вероятностный байесовский вывод с упорядоченными по времени реляционными данными для моделирования эволюции структур сетей, количественной оценки неопределенности вокруг оценок структуры и построения обоснованных прогнозов относительно будущих закономерностей связности. Он предоставляет доверительные интервалы для вероятностей ребер и присвоений сообществ, а не голые точечные оценки.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605. DOI: 10.1214/09-EJS548 ↗
- Peixoto, T. P. (2017). Nonparametric Bayesian inference of the microcanonical stochastic block model. Physical Review E, 95(1), 012317. DOI: 10.1103/PhysRevE.95.012317 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Inference for Temporal Network Analysis. ScholarGate. https://scholargate.app/ru/network-analysis/bayesian-temporal-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.
- Bayesian Exponential Random Graph ModelСетевой анализ↔ compare
- Байесовская стохастическая блочная модельСетевой анализ↔ compare
- Анализ многослойных временных сетейСетевой анализ↔ compare
- Временной анализ сетейСетевой анализ↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →