เปรียบเทียบวิธี

	การวิเคราะห์เครือข่ายหลายชั้นเชิงเวลา	การตรวจจับชุมชนเชิงเวลา
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2012–2014	2010
ผู้ริเริ่ม	Kivela, M.; Holme, P.; Saramaki, J. (among foundational contributors)	Mucha, P. J. et al.
ประเภท	Structural and dynamic network analysis	Network clustering algorithm
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.	Mucha, P. J., Richardson, T., Macon, K., Porter, M. A., & Onnela, J.-P. (2010). Community structure in time-dependent, multiscale, and multiplex networks. Science, 328(5980), 876–878.
ชื่อเรียกอื่น	TMNA, time-varying multiplex network analysis, dynamic multiplex network analysis, temporal multilayer network analysis	dynamic community detection, time-varying community detection, evolutionary community detection, longitudinal community detection
ที่เกี่ยวข้อง	5	6
สรุป	Temporal multiplex network analysis studies relational systems in which actors are connected by multiple distinct types of relationships that all evolve over time. By simultaneously tracking layer heterogeneity and temporal dynamics, the method reveals how different interaction channels co-evolve, which actors hold persistent cross-layer influence, and how structural changes propagate across relationship types and time periods.	Temporal community detection identifies cohesive groups (communities) in networks whose structure changes over time. By treating each time snapshot as a network layer and coupling consecutive layers, it reveals how communities form, merge, split, grow, or dissolve — turning a sequence of static snapshots into a continuous narrative of group evolution.