Machine learningNetwork science

Временная собственная центральность

Временная собственная центральность расширяет классическую собственную центральность на сети, изменяющиеся во времени. Учитывая порядок и время установления связей, она идентифицирует узлы, которые влиятельны не просто из-за множества одновременных связей, но потому, что они находятся на пересечении последовательно важных путей через множество временных срезов сети.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Grindrod, P., Parsons, M. C., Higham, D. J., & Estrada, E. (2011). Communicability across evolving networks. Physical Review E, 83(4), 046120. DOI: 10.1103/PhysRevE.83.046120
  2. Taylor, D., Myers, S. A., Clauset, A., Porter, M. A., & Mucha, P. J. (2017). Eigenvector-based centrality measures for temporal networks. Multiscale Modeling and Simulation, 15(1), 537-574. DOI: 10.1137/16M1066142

Как цитировать эту страницу

ScholarGate. (2026, June 3). Temporal Eigenvector Centrality (Dynamic Eigenvector-Based Node Importance in Time-Varying Networks). ScholarGate. https://scholargate.app/ru/network-analysis/temporal-eigenvector-centrality

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.

Compare side by side

Упоминается в

ScholarGateTemporal Eigenvector Centrality (Temporal Eigenvector Centrality (Dynamic Eigenvector-Based Node Importance in Time-Varying Networks)). Получено 2026-06-15 из https://scholargate.app/ru/network-analysis/temporal-eigenvector-centrality · Набор данных: https://doi.org/10.5281/zenodo.20539026