Machine learningNetwork science

ความเป็นศูนย์กลางระหว่างชั้นหลายชั้น

ความเป็นศูนย์กลางระหว่างชั้นหลายชั้น (Multilayer betweenness centrality) เป็นการขยายแนวคิดการวัดความเป็นศูนย์กลางแบบดั้งเดิม (betweenness centrality) ไปสู่เครือข่ายที่มีความสัมพันธ์หลายประเภท หรือหลายชั้น โดยคำนวณว่าโหนดใดมักจะอยู่บนเส้นทางที่สั้นที่สุด ซึ่งสามารถเดินทางผ่านชั้นใดชั้นหนึ่ง หรือสลับไปมาระหว่างชั้นต่างๆ ได้ การวัดนี้ช่วยระบุตัวกลางและสะพานเชื่อมที่มีอิทธิพลครอบคลุมโดเมนการปฏิสัมพันธ์ที่แตกต่างกันไปพร้อมๆ กัน

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  1. De Domenico, M., Solé-Ribalta, A., Cozzo, E., Kivelä, M., Moreno, Y., Porter, M. A., Gómez, S., & Arenas, A. (2013). Mathematical formulation of multilayer networks. Physical Review X, 3(4), 041022. DOI: 10.1103/PhysRevX.3.041022
  2. Kivelä, 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: 10.1093/comnet/cnu016

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Multilayer Betweenness Centrality (Tensor-based Network Centrality). ScholarGate. https://scholargate.app/th/network-analysis/multilayer-betweenness-centrality

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

ScholarGateMultilayer Betweenness Centrality (Multilayer Betweenness Centrality (Tensor-based Network Centrality)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/network-analysis/multilayer-betweenness-centrality · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026