HomeIA & Machine LearningRilevatore di Comunità in Reti Sociali — Louvain dal vivo

🕸️ Rilevatore di Comunità in Reti Sociali — Louvain dal vivo

Osserva il vero algoritmo di ottimizzazione della modularità di Louvain unire iterativamente i nodi di un grafo sociale simulato in comunità, massimizzando dal vivo il punteggio di modularità reale mentre la rete viene esplorata.

IA e Machine Learning3DAvanzato60 FPS
ai-social-network-community-detection ↗ Apri standalone

Come funziona qui l'algoritmo reale

Viene generato un grafo sociale sintetico con una struttura di comunità nota a priori: diversi gruppi di amici densi più una dispersione rada di archi tra gruppi diversi, senza mai dire all'algoritmo quale gruppo sia quale. Run Phase 1 step esegue una scansione completa in cui ogni nodo valuta di spostarsi verso la comunità vicina che produce il maggiore guadagno reale di modularità, calcolato da ΔQ = ki,in/m − γ·Σtot·ki/(2m²). Aggregate → next level comprime le comunità individuate in super-nodi (gli archi interni diventano self-loop, gli archi tra comunità diventano collegamenti pesati) così la fase successiva può trovare una struttura di livello superiore. Run full algorithm automatizza entrambe le fasi fino alla convergenza. Il punteggio di modularità mostrato viene sempre ricalcolato direttamente dagli archi del grafo originale e dall'assegnazione di comunità corrente di ogni nodo originale — mai un valore segnaposto.

⚙ Sotto il cofano

Osserva il vero algoritmo di ottimizzazione della modularità di Louvain unire iterativamente i nodi di un grafo sociale simulato in comunità, massimizzando dal vivo il punteggio di modularità reale mentre la rete viene esplorata.

Three.jsWebGLIAMachine Learning

3D · Three.js / WebGL renderer · 60 FPS target · funziona interamente lato client, senza installazione

Cosa hai trovato?

Aggiungi i passaggi per riprodurlo (opzionale)