Machine learningNetwork science

แบบจำลองสโตแคสติกแบบบล็อกเชิงเวลา

แบบจำลองสโตแคสติกแบบบล็อกเชิงเวลา (TSBM) เป็นการขยายแบบจำลองสโตแคสติกแบบบล็อกแบบคลาสสิกไปยังลำดับของภาพรวมเครือข่าย โดยอนุมานการเป็นสมาชิกของชุมชนแฝงและวิธีการที่การเป็นสมาชิกเหล่านั้นมีการเปลี่ยนแปลงไปตามกาลเวลา มันรวมแบบจำลองความน่าจะเป็นของการเชื่อมต่อแบบสร้างสรรค์เข้ากับกระบวนการมาร์คอฟในการกำหนดบล็อก ทำให้สามารถตรวจจับโครงสร้างชุมชนที่เปลี่ยนแปลงไปตามกาลเวลาได้อย่างมีหลักการทางสถิติ

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. Matias, C. & Miele, V. (2017). Statistical clustering of temporal networks through a dynamic stochastic block model. Journal of the Royal Statistical Society: Series B, 79(4), 1119–1141. DOI: 10.1111/rssb.12200
  2. Xu, K. S. & Hero, A. O. (2014). Dynamic stochastic blockmodels for time-evolving social networks. IEEE Journal of Selected Topics in Signal Processing, 8(4), 552–562. DOI: 10.1109/JSTSP.2014.2310294

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Temporal Stochastic Block Model (Dynamic Community Detection via SBM). ScholarGate. https://scholargate.app/th/network-analysis/temporal-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
ScholarGateTemporal Stochastic Block Model (Temporal Stochastic Block Model (Dynamic Community Detection via SBM)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/network-analysis/temporal-stochastic-block-model · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026