เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์เครือข่ายแบบทับซ้อน (Multiplex Network Analysis)× | การวิเคราะห์การแพร่กระจายในเครือข่าย× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เครือข่าย | การวิเคราะห์เครือข่าย |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 2014 | 1927 (epidemic roots); network formalization 1990s–2000s |
| ผู้ริเริ่ม≠ | Kivela, M.; Boccaletti, S. et al. | Kermack, W. O. & McKendrick, A. G. |
| ประเภท≠ | Structural network model | Simulation / analytical model |
| แหล่งต้นตำรับ≠ | Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271. DOI ↗ | Kermack, W. O. & McKendrick, A. G. (1927). A contribution to the mathematical theory of epidemics. Proceedings of the Royal Society of London A, 115(772), 700–721. DOI ↗ |
| ชื่อเรียกอื่น | multiplex networks, multi-layer network analysis, multilayer network analysis, MNA | diffusion on networks, information diffusion, contagion spreading model, network propagation model |
| ที่เกี่ยวข้อง≠ | 6 | 5 |
| สรุป≠ | Multiplex network analysis studies systems where the same set of nodes is connected by multiple distinct types of relationships, each represented as a separate network layer. By analyzing layers simultaneously rather than in isolation, it reveals how different relation types interact, reinforce each other, or compensate for one another across the same actors or entities. | Network diffusion analysis models how information, diseases, behaviors, or innovations spread across a graph of nodes and edges. Drawing on classical epidemic theory (SI, SIR, SIS) and modern network science, it tracks which nodes become infected, how quickly, and whether the spread reaches a global cascade or dies out locally. |
| ScholarGateชุดข้อมูล ↗ |
|
|