ScholarGate
Assistent
Machine learningNetwork science

Viktig stokastisk blockmodell

Den viktiga stokastiska blockmodellen (W-SBM) utvidgar den klassiska stokastiska blockmodellen till nätverk vars kanter bär numeriska vikter. Genom att postulera att kantvikter mellan nodpar uppstår från fördelningar som beror på nodernas blockmedlemskap, infererar den samtidigt en partition av noder i gemenskaper och en uppsättning block-till-block-viktparametrar — och återvinner struktur som är osynlig för oviktade metoder.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  1. Aicher, C., Jacobs, A. Z., & Clauset, A. (2014). Learning latent block structure in weighted networks. Journal of Complex Networks, 3(2), 221–248. DOI: 10.1093/comnet/cnu026
  2. 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). Weighted Stochastic Block Model (W-SBM). ScholarGate. https://scholargate.app/sv/network-analysis/weighted-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.

Compare side by side

Refereras av

ScholarGateWeighted Stochastic Block Model (Weighted Stochastic Block Model (W-SBM)). Hämtad 2026-06-15 från https://scholargate.app/sv/network-analysis/weighted-stochastic-block-model · Datamängd: https://doi.org/10.5281/zenodo.20539026