本文提出了一种基于随机块模型思想的动态网络模型，不同于以往大多数的动态网络模型，它不对边级动态做出隐藏的马尔可夫假设，且采用了一种近似的推理方法，得到的结果能更好地复制真实社交网络数据中边的持续时间。

Nov, 2014

本文提出了一种基于模型的方法来分析动态时间变化的网络中的演员，即动态层析。与其他网络推断技术不同，我们的方法将每个演员的角色建模为一个时间演化的混合成员向量，以更贴近现实。我们应用该模型分析了僧侣之间的社交网络，Enron 员工之间的动态电子邮件通信网络和果蝇在其完整生命周期期间重新布线的基因相互作用网络，揭示了演员动态角色的有趣模式。

Dec, 2008

本文提出了一些标准网络模型的概括，包括随机网络、配置模型和随机块模型，将它们推广到时变网络的情况。我们假设边缘的存在和缺失受节点属性的连续时间马尔可夫过程的速率参数控制，并演示了这些模型在数据分析和统计推断中的应用。我们的方法可以通过观察边缘出现和消失的特征动态，以及节点对边缘连接的时间上的概率来估计网络演化的时间常量或推断出社区结构，我们演示了这些方法在计算机生成的测试网络和实际数据中的应用。

Jul, 2016

本文提出了一种基于潜在空间的统计模型，用于对社交网络、协作网络等观察到的具有时间动态的网络进行建模和分析，该模型可应用于社区检测和链路预测等任务，并与现有方法相比表现出更好的效果。

Feb, 2018

本研究使用随机动力学模型来研究社会系统中个人级别的转变概率，并提出了有效的变分推理算法来处理大规模个体之间的动态交互，验证此方法的效果时，使用无线传感器网络数据来跟踪疾病传播，并预测每个个体的感染可能性，结果表明该方法比抽样更高效且精度更高。

Nov, 2016

本文介绍了两种新的机器学习方法来估计时间变化的网络，采用了一种顺序平滑的 $l_{1}$ 正则化逻辑回归形式，可用作标准凸优化问题，并利用通用求解器高效地解决大型网络。本文在虚拟数据集中还原时间变化网络，同时，从议员投票记录中反向构建了渐进改组政治网络的潜在序列，以及从周期性实验中重建了生物当量基因网络中的潜在演化调控网络。

Dec, 2008

本文回顾了动态网络的统计建模方法。我们重点介绍具有潜在变量的模型，特别是潜在空间模型和潜在类模型，旨在研究网络的观察特征和未观察结构。同时，我们还总结了这些动态模型在文献中研究的应用，并列出了数据来源。在此基础上，我们概括了动态网络建模中潜在变量存在的几个开放性问题和挑战。

Nov, 2017

本研究利用潜在欧氏空间嵌入纵向网络数据轨迹，提出了一种动态网络模型，采用 MCMC 算法估计模型参数和演员的潜在位置。该模型具有有意义的可视化效果，易于处理方向或无向边，缺失边且很好地用于预测未来边。此外，我们给出了一种新颖的方法来仅使用边信息来检测和可视化演员之间的吸引力。我们使用该模型研究了从荷兰教室和美国众议院成员收集的协同赞助网络中收集的数据，以展示该模型的实用性并使研究人员深入了解网络的演化和结构。

May, 2020

本文利用统计物理的空穴方法，对社交和生物网络中的随机块模型进行了研究，从拓扑学的角度来推断功能群或社区。我们详细描述了一些性质，例如检测性 / 不可检测性的相变和社区检测问题的易于 / 困难的相变，并将分析自然翻译为信念传播算法。该算法在最优方式下推断节点的组成员资格，并学习该块模型的潜在参数，最后应用于两个真实世界的网络并讨论其性能。

Sep, 2011

本文开发了一种数据驱动方法，基于 Markov 链模型和贝叶斯推断框架，同时解决了因过度拟合和任意先验时间尺度的影响对网络动态社群结构提取的问题。该方法可以确定相关时间尺度，并识别在网络上发生的动态模式以及塑造网络本身的因素。

Sep, 2015