Bayesiansk gemenskapsdetektion
Bayesiansk gemenskapsdetektion härleder latent gruppstruktur i nätverk genom att behandla gemenskapsmedlemskap som oobserverade variabler och använda Bayesiansk inferens – typiskt via Markov chain Monte Carlo eller variationsmetoder – för att beräkna en posteriorifördelning över alla plausibla partitioner. Till skillnad från modularitetsoptimering väljer den antalet gemenskaper från data och tillhandahåller principiella osäkerhetsuppskattningar för varje nodtilldelning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/sv/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.
- Modulär analysNätverksanalys↔ compare
- Multilager detektion av gemenskaperNätverksanalys↔ compare
- Analys av sociala nätverkNätverksanalys↔ compare
- Stochastic Block ModelNätverksanalys↔ compare
- Temporal Community DetectionNätverksanalys↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →