Machine learningNetwork science

แบบจำลองบล็อกสุ่มแบบเบย์ (Bayesian Stochastic Block Model)

แบบจำลองบล็อกสุ่มแบบเบย์ (Bayesian SBM) เป็นวิธีการเชิงหลักการทางความน่าจะเป็นสำหรับการตรวจจับกลุ่มในเครือข่าย โดยถือว่าการเป็นสมาชิกกลุ่มเป็นตัวแปรแฝง และใช้การอนุมานแบบเบย์เพื่อกู้คืนโครงสร้างบล็อกและเลือกจำนวนกลุ่มพร้อมกัน หลีกเลี่ยงความเอนเอียงของขีดจำกัดความละเอียดที่ทำให้แนวทางที่ใช้โมดูลาริตี้มีปัญหา

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

+2 more

แหล่งอ้างอิง

  1. 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
  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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Bayesian Stochastic Block Model (Bayesian SBM). ScholarGate. https://scholargate.app/th/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.

Compare side by side

ถูกอ้างอิงโดย

ScholarGateBayesian Stochastic Block Model (Bayesian Stochastic Block Model (Bayesian SBM)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/network-analysis/bayesian-stochastic-block-model · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026