Latent space models for dynamic networks with weighted edges

داده های رابطه ای باینری طولی را می توان با استفاده از یک مدل فضای پنهان برای شبکه های پویا درک کرد. این رویکرد می تواند به طور گسترده ای به بسیاری از انواع لبه های وزنی با استفاده از یک تابع لینک برای مدل میانگین دیودها و یا با استفاده از یک استراتژی مشابه از طریق افزایش داده ها گسترش یافته است. برای نشان دادن این، ما مدل هایی برای تعداد دیودها و برای دیودهای واقعی غیر منفی، تجزیه و تحلیل داده های شبیه سازی شده و همچنین داده های تلفن همراه و داده های صادرات / واردات جهان را پیشنهاد می کنیم. پارامترهای مدل و مسیرهای بازیگران پنهان، برآورد شده توسط الگوریتم های مونت کارلو زنجیره مارکوف، بینش را به پویایی شبکه ارائه می کنند.