Machine learningNetwork science

ความใกล้ชิดเชิงเวลา (Temporal Closeness Centrality)

ความใกล้ชิดเชิงเวลาเป็นการขยายแนวคิดการวัดความใกล้ชิดแบบดั้งเดิมไปยังเครือข่ายที่เปลี่ยนแปลงตามเวลา โดยแทนที่เส้นทางที่สั้นที่สุดแบบคงที่ด้วยเส้นทางที่เคารพเวลา (foremost paths) ซึ่งวัดว่าโหนดสามารถเข้าถึงโหนดอื่น ๆ ทั้งหมดได้เร็วเพียงใดเมื่อการโต้ตอบเกิดขึ้น ณ เวลาที่กำหนด ทำให้เห็นภาพการไหลของข้อมูล การแพร่กระจายของโรค และอิทธิพลในระบบพลวัตได้อย่างสมจริงยิ่งขึ้น

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. Pan, R. K., & Saramaki, J. (2011). Path lengths, correlations, and centrality in temporal networks. Physical Review E, 84(1), 016105. DOI: 10.1103/PhysRevE.84.016105
  2. Holme, P., & Saramaki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Temporal Closeness Centrality in Time-Varying Networks. ScholarGate. https://scholargate.app/th/network-analysis/temporal-closeness-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

ScholarGateTemporal Closeness Centrality (Temporal Closeness Centrality in Time-Varying Networks). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/network-analysis/temporal-closeness-centrality · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026