用于泊松过程表示的动态图的随机块模型。为了模拟连续时间内的重复交互事件，提出了随机块模型的扩展，其中每个个体都属于一个潜在群体，两个个体之间的交互遵循一个条件非均匀泊松过程，强度由个体的潜在群体驱动。该模型具有可辨识性，其估计基于半参数变分期望最大化算法。该方法有两种版本，使用非参数直方图方法（具有分区大小的自适应选择）或核强度估计器。潜在群体的数量可以通过综合分类似然准则来选择。Y.Baraud和L.Birgé（2009年）<文件编号：10.1007/s00440-007-0126-6>.C.Biernacki、G.Celeux和G.Govaert（2000年）<doi:10.1109/34.865189>.M.Corneli、P.Latouche和F.Rossi（2016）<doi:10.1016/j.neucom.2016.02.031>.J.-J.Daudin、F.Picard和S.Robin（2008年）<doi:10.1007/s11222-007-9046-7>.A.P.Dempster、N.M.Laird和D.B.Rubin（1977年）<http://www.jstor.org/stable/2984875>.G.Grégoire（1993）<http://www.jstor.org/stable/4616289>.L.Hubert和P.Arabie（1985）<doi:10.1007/BF01908075>.M.Jordan、Z.Ghahramani、T.Jaakkola和L.Saul（1999年）<doi:10.1023/A:1007665907178>.C.Matias、T.Rebafka和F.Villers（2018年）<doi:10.1093/biomet/asy016>.C.Matias和S.Robin（2014）<doi:10.1051/proc/201447004>.H.Ramlau-Hansen（1983）<doi:10.1214/aos/1176346152>.P.Reynaud-Bouret（2006年）<doi:10.3150/bj/1155735930>.
请使用规范形式https://CRAN.R-project.org/package=ppsbm链接到此页面。