Байєсівська стохастична блокова модель
Байєсівська стохастична блокова модель (Bayesian SBM) — це принциповий імовірнісний метод для виявлення спільнот у мережах. Вона розглядає приналежність до групи як латентну змінну та використовує байєсівський висновок для одночасного відновлення блокової структури та вибору кількості спільнот, уникаючи зміщення межі роздільної здатності, яке властиве підходам на основі модулярності.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
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 Stochastic Block Model (Bayesian SBM). ScholarGate. https://scholargate.app/uk/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.
- Байєсівський аналіз соціальних мережМережевий аналіз↔ compare
- Виявлення спільнотМережевий аналіз↔ compare
- Аналіз модулярностіМережевий аналіз↔ compare
- Багатошарова стохастична блокова модельМережевий аналіз↔ compare
- Стохастична блокова модельМережевий аналіз↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →