Байєсівське виявлення спільнот
Байєсівське виявлення спільнот виводить приховану групову структуру в мережах, розглядаючи членство в спільноті як неспостережувані змінні та використовуючи байєсівський висновок — зазвичай за допомогою Марковських ланцюгів Монте-Карло (MCMC) або варіаційних методів — для обчислення апостеріорного розподілу всіх правдоподібних розбиття. На відміну від оптимізації модулярності, цей метод визначає кількість спільнот з даних і надає обґрунтовані оцінки невизначеності для кожного призначення вузла.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/uk/network-analysis/bayesian-community-detection
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.
- Аналіз модулярностіМережевий аналіз↔ compare
- Багатошарове виявлення спільнотМережевий аналіз↔ compare
- Аналіз соціальних мережМережевий аналіз↔ compare
- Стохастична блокова модельМережевий аналіз↔ compare
- Виявлення часових спільнотМережевий аналіз↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →