Bayesiansk stokastisk blockmodell
Den Bayesianska stokastiska blockmodellen (Bayesian SBM) är en principiell probabilistisk metod för att upptäcka gemenskaper i nätverk. Den behandlar grupptillhörighet som en latent variabel och använder Bayesiansk inferens för att samtidigt återfinna blockstrukturen och välja antalet gemenskaper, vilket undviker den upplösningsgräns-bias som plågar modularitetsbaserade metoder.
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.
+2 more
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 Stochastic Block Model (Bayesian SBM). ScholarGate. https://scholargate.app/sv/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.
- Bayesiansk analys av sociala nätverkNätverksanalys↔ compare
- GemenskapsupptäcktNätverksanalys↔ compare
- Modulär analysNätverksanalys↔ compare
- Multilager stokastisk blockmodellNätverksanalys↔ compare
- Stochastic Block ModelNätverksanalys↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →