Orange: Single Mode - Revision history

Onnowpurbo: /* Contoh */

2020-04-06T09:48:19Z

Contoh

← Older revision		Revision as of 09:48, 6 April 2020
Line 35:		Line 35:
	==Contoh==		==Contoh==

	~~Untuk~~ contoh ini kita menggunakan ~~data set~~ davis yang terkenal yang menggambarkan wanita dari selatan Amerika Serikat dan event yang mereka ikuti. Network oleh karenanya terdiri dari node yang merupakan orang (person) atau peristiwa (event). Peran node dijelaskan dalam peran atribut. Kita ~~memuat jaringan~~ dengan widget Network File.		Dalam contoh ini kita menggunakan dataset davis yang terkenal yang menggambarkan wanita dari selatan Amerika Serikat dan event yang mereka ikuti. Network oleh karenanya terdiri dari node yang merupakan orang (person) atau peristiwa (event). Peran node dijelaskan dalam peran atribut. Kita me-load network dengan widget Network File.

	Kita ~~lihat~~ file original di widget Network Explorer. Node biru adalah peristiwa (event) dan merah adalah orang (person). Event dihadiri oleh orang-orang (person). Node menghubungkan seseorang (person) dengan event tersebut, jika orang (person) tersebut menghadiri event tersebut. Sekarang kita dapat mengamati orang (person) mana yang menghadiri event yang sama atau, sebaliknya, event mana yang dihadiri oleh orang yang sama.		Kita dapat melihat file original di widget Network Explorer. Node biru adalah peristiwa (event) dan merah adalah orang (person). Event dihadiri oleh orang-orang (person). Node menghubungkan seseorang (person) dengan event tersebut, jika orang (person) tersebut menghadiri event tersebut. Sekarang kita dapat mengamati orang (person) mana yang menghadiri event yang sama atau, sebaliknya, event mana yang dihadiri oleh orang yang sama.

	Dalam widget Single Mode kita mengatur feature yang menggambarkan peran node. Kebetulan atribut kita dinamai role. Kita menghubungkan orang (node) dengan event yang mereka hadiri (edge). Bobot edge adalah jumlah koneksi yang bersamaan. Dengan kata lain, bobot edge akan menjadi jumlah event yang dihadiri oleh kedua orang.		Dalam widget Single Mode kita mengatur feature yang menggambarkan peran node. Kebetulan atribut kita dinamai role. Kita menghubungkan orang (node) dengan event yang mereka hadiri (edge). Bobot edge adalah jumlah koneksi yang bersamaan. Dengan kata lain, bobot edge akan menjadi jumlah event yang dihadiri oleh kedua orang.

Onnowpurbo at 09:46, 6 April 2020

2020-04-06T09:46:45Z

← Older revision		Revision as of 09:46, 6 April 2020
Line 2:		Line 2:


	~~Konversikan~~ multimode graph ke single mode.		Widget Single Mode mengkonversikan multimode graph ke single mode.

	==Input==		==Input==
Line 12:		Line 12:
	Network: An instance of single network graph.		Network: An instance of single network graph.

	Widget Single Mode bekerja dengan jaringan biparty, di mana himpunan bagian ditandai dengan atribut diskrit biner. Widget menghasilkan sebuah network tempat node merepresentasikan nilai yang dipilih (mis. Orang) dan edge nilai yang tersisa (mis. event). Widget Single Mode juga berfungsi dengan atribut diskrit non-biner, tetapi akan memperlakukannya sebagai biner (one-versus-all).		Widget Single Mode bekerja dengan jaringan biparty, di mana himpunan bagian ditandai dengan atribut diskrit biner. Widget Single Mode menghasilkan sebuah network tempat node merepresentasikan nilai yang dipilih (mis. Orang) dan edge nilai yang tersisa (mis. event). Widget Single Mode juga berfungsi dengan atribut diskrit non-biner, tetapi akan memperlakukannya sebagai biner (one-versus-all).

	[[File:Single-Mode-stamped.png\|center\|~~200px~~\|thumb]]		[[File:Single-Mode-stamped.png\|center\|400px\|thumb]]

	* Mode indicator:		* Mode indicator:

Onnowpurbo: /* Contoh */

2020-04-06T05:01:34Z

Contoh

← Older revision		Revision as of 05:01, 6 April 2020
Line 43:		Line 43:
	Widget Network Explorer (1) memperlihatkan final network.		Widget Network Explorer (1) memperlihatkan final network.

	[[File:Single-Mode-Example.png\|center\|~~200px~~\|thumb]]		[[File:Single-Mode-Example.png\|center\|600px\|thumb]]

	==Referensi==		==Referensi==

Onnowpurbo: /* Contoh */

2020-04-06T05:01:25Z

Contoh

← Older revision		Revision as of 05:01, 6 April 2020
Line 35:		Line 35:
	==Contoh==		==Contoh==

	Untuk contoh ini kita menggunakan data set davis yang terkenal yang menggambarkan wanita dari selatan Amerika Serikat dan event yang mereka ikuti. Network oleh karenanya terdiri dari node yang merupakan orang (person) atau peristiwa (event). Peran node dijelaskan dalam peran atribut. Kita memuat jaringan dengan Network File.		Untuk contoh ini kita menggunakan data set davis yang terkenal yang menggambarkan wanita dari selatan Amerika Serikat dan event yang mereka ikuti. Network oleh karenanya terdiri dari node yang merupakan orang (person) atau peristiwa (event). Peran node dijelaskan dalam peran atribut. Kita memuat jaringan dengan widget Network File.

	Kita lihat file original di Network Explorer. Node biru adalah peristiwa (event) dan merah adalah orang (person). Event dihadiri oleh orang-orang (person). Node menghubungkan seseorang (person) dengan event tersebut, jika orang (person) tersebut menghadiri event tersebut. Sekarang kita dapat mengamati orang (person) mana yang menghadiri event yang sama atau, sebaliknya, event mana yang dihadiri oleh orang yang sama.		Kita lihat file original di widget Network Explorer. Node biru adalah peristiwa (event) dan merah adalah orang (person). Event dihadiri oleh orang-orang (person). Node menghubungkan seseorang (person) dengan event tersebut, jika orang (person) tersebut menghadiri event tersebut. Sekarang kita dapat mengamati orang (person) mana yang menghadiri event yang sama atau, sebaliknya, event mana yang dihadiri oleh orang yang sama.

	Dalam Single Mode kita mengatur feature yang menggambarkan peran node. Kebetulan atribut kita dinamai role. Kita menghubungkan orang (node) dengan event yang mereka hadiri (edge). Bobot edge adalah jumlah koneksi yang bersamaan. Dengan kata lain, bobot edge akan menjadi jumlah event yang dihadiri oleh kedua orang.		Dalam widget Single Mode kita mengatur feature yang menggambarkan peran node. Kebetulan atribut kita dinamai role. Kita menghubungkan orang (node) dengan event yang mereka hadiri (edge). Bobot edge adalah jumlah koneksi yang bersamaan. Dengan kata lain, bobot edge akan menjadi jumlah event yang dihadiri oleh kedua orang.

	Network Explorer (1) memperlihatkan final network.		Widget Network Explorer (1) memperlihatkan final network.

	[[File:Single-Mode-Example.png\|center\|200px\|thumb]]		[[File:Single-Mode-Example.png\|center\|200px\|thumb]]

Onnowpurbo: /* Output */

2020-04-06T05:00:23Z

Output

← Older revision		Revision as of 05:00, 6 April 2020
Line 12:		Line 12:
	Network: An instance of single network graph.		Network: An instance of single network graph.

	Widget Single Mode bekerja dengan jaringan biparty, di mana himpunan bagian ditandai dengan atribut diskrit biner. Widget menghasilkan sebuah network tempat node merepresentasikan nilai yang dipilih (mis. Orang) dan edge nilai yang tersisa (mis. event). Widget ~~ini~~ juga berfungsi dengan atribut diskrit non-biner, tetapi akan memperlakukannya sebagai biner (one-versus-all).		Widget Single Mode bekerja dengan jaringan biparty, di mana himpunan bagian ditandai dengan atribut diskrit biner. Widget menghasilkan sebuah network tempat node merepresentasikan nilai yang dipilih (mis. Orang) dan edge nilai yang tersisa (mis. event). Widget Single Mode juga berfungsi dengan atribut diskrit non-biner, tetapi akan memperlakukannya sebagai biner (one-versus-all).

	[[File:Single-Mode-stamped.png\|center\|200px\|thumb]]		[[File:Single-Mode-stamped.png\|center\|200px\|thumb]]

Onnowpurbo: /* Contoh */

2020-02-22T04:22:14Z

Contoh

← Older revision		Revision as of 04:22, 22 February 2020
Line 35:		Line 35:
	==Contoh==		==Contoh==

	~~For this example we have used the famous davis~~ data set ~~that describes ladies from the south of the United States and the events they have participated in~~. ~~The network thus consists of nodes that are either persons or events~~. ~~Node role is described in the attribute role~~. ~~We load the network with~~ Network File.		Untuk contoh ini kita menggunakan data set davis yang terkenal yang menggambarkan wanita dari selatan Amerika Serikat dan event yang mereka ikuti. Network oleh karenanya terdiri dari node yang merupakan orang (person) atau peristiwa (event). Peran node dijelaskan dalam peran atribut. Kita memuat jaringan dengan Network File.

	~~We see the~~ original ~~file in~~ Network Explorer. ~~The blue nodes are events and the red ones are persons~~. ~~Events are attended by persons~~. ~~A node connects a~~ person ~~with the~~ event, ~~if the~~ person ~~attended the~~ event. ~~Now we can observe which people attended the same~~ event or, ~~conversely~~, ~~which events were attended by the same people~~.		Kita lihat file original di Network Explorer. Node biru adalah peristiwa (event) dan merah adalah orang (person). Event dihadiri oleh orang-orang (person). Node menghubungkan seseorang (person) dengan event tersebut, jika orang (person) tersebut menghadiri event tersebut. Sekarang kita dapat mengamati orang (person) mana yang menghadiri event yang sama atau, sebaliknya, event mana yang dihadiri oleh orang yang sama.

	In Single Mode ~~we set the~~ feature ~~describing the role of the nodes~~. ~~It so happens that our attribute is named~~ role. ~~We connect persons~~ (~~nodes~~) ~~with the events they attended~~ (~~edges~~). ~~Edge weight will be the number of connections in common~~. ~~In translation~~, edge ~~weights will be the number of events both people attended~~.		Dalam Single Mode kita mengatur feature yang menggambarkan peran node. Kebetulan atribut kita dinamai role. Kita menghubungkan orang (node) dengan event yang mereka hadiri (edge). Bobot edge adalah jumlah koneksi yang bersamaan. Dengan kata lain, bobot edge akan menjadi jumlah event yang dihadiri oleh kedua orang.

	Network Explorer (1) ~~shows the~~ final network.		Network Explorer (1) memperlihatkan final network.

	[[File:Single-Mode-Example.png\|center\|200px\|thumb]]		[[File:Single-Mode-Example.png\|center\|200px\|thumb]]



	==Referensi==		==Referensi==

Onnowpurbo: /* Edge weights */

2020-02-22T04:15:16Z

Edge weights

← Older revision		Revision as of 04:15, 22 February 2020
Line 31:		Line 31:
	* Weighted number of connections: weights correspond to the sum of the product of original edge weights that connect each person with the event.		* Weighted number of connections: weights correspond to the sum of the product of original edge weights that connect each person with the event.

	~~For details and for description of other options~~, ~~see~~ Vlado ~~Batagelj’s~~ Introduction to Network Science using Pajek, section 7, page 38.		Untuk detail dan keterangan dari opsi lainnya, silahkan lihat Vlado Batagelj Introduction to Network Science using Pajek, section 7, page 38.

	==Contoh==		==Contoh==

Onnowpurbo at 04:14, 22 February 2020

2020-02-22T04:14:06Z

← Older revision		Revision as of 04:14, 22 February 2020
Line 2:		Line 2:


	~~Convert multimodal graphs to~~ single ~~modal~~.		Konversikan multimode graph ke single mode.

	==Input==		==Input==
Line 12:		Line 12:
	Network: An instance of single network graph.		Network: An instance of single network graph.

	Single Mode ~~works with bipartite networks~~, ~~where subsets are marked with a binary discrete attribute~~. ~~The widget outputs a~~ network ~~where nodes represent the selected value~~ (e.~~g. persons~~) ~~and edges the remaining value~~ (~~e.g~~. event). ~~The widget also works with~~ non-~~binary discrete attributes~~, ~~but will treat them as binary~~ (one-versus-all).		Widget Single Mode bekerja dengan jaringan biparty, di mana himpunan bagian ditandai dengan atribut diskrit biner. Widget menghasilkan sebuah network tempat node merepresentasikan nilai yang dipilih (mis. Orang) dan edge nilai yang tersisa (mis. event). Widget ini juga berfungsi dengan atribut diskrit non-biner, tetapi akan memperlakukannya sebagai biner (one-versus-all).

	[[File:Single-Mode-stamped.png\|center\|200px\|thumb]]		[[File:Single-Mode-stamped.png\|center\|200px\|thumb]]

Onnowpurbo at 05:16, 29 January 2020

2020-01-29T05:16:34Z

← Older revision		Revision as of 05:16, 29 January 2020
Line 4:		Line 4:
	Convert multimodal graphs to single modal.		Convert multimodal graphs to single modal.

	~~Inputs~~		==Input==

	Network: An instance of a bipartite network graph.		Network: An instance of a bipartite network graph.

	~~Outputs~~		==Output==

	Network: An instance of single network graph.		Network: An instance of single network graph.

	Single Mode works with bipartite networks, where subsets are marked with a binary discrete attribute. The widget outputs a network where nodes represent the selected value (e.g. persons) and edges the remaining value (e.g. event). The widget also works with non-binary discrete attributes, but will treat them as binary (one-versus-all).		Single Mode works with bipartite networks, where subsets are marked with a binary discrete attribute. The widget outputs a network where nodes represent the selected value (e.g. persons) and edges the remaining value (e.g. event). The widget also works with non-binary discrete attributes, but will treat them as binary (one-versus-all).
Line 16:		Line 16:
	[[File:Single-Mode-stamped.png\|center\|200px\|thumb]]		[[File:Single-Mode-stamped.png\|center\|200px\|thumb]]

	Mode indicator:		* Mode indicator:
	Feature: discrete feature labeling network subsets.		** Feature: discrete feature labeling network subsets.
	Connect: value used as nodes.		** Connect: value used as nodes.
	by: value used as edges.		** by: value used as edges.
	Edge weights: compute weights for the output network.		* Edge weights: compute weights for the output network.
	Information on the output network.		* Information on the output network.

	==Edge weights==		==Edge weights==
Line 27:		Line 27:
	[[File:Single-Mode-weights.png\|center\|200px\|thumb]]		[[File:Single-Mode-weights.png\|center\|200px\|thumb]]

	No weights: all weights are set to 1.		* No weights: all weights are set to 1.
	Number of connections: weights correspond to the number of common connections (e.g. events the two people participated in).		* Number of connections: weights correspond to the number of common connections (e.g. events the two people participated in).
	Weighted number of connections: weights correspond to the sum of the product of original edge weights that connect each person with the event.		* Weighted number of connections: weights correspond to the sum of the product of original edge weights that connect each person with the event.

	For details and for description of other options, see Vlado Batagelj’s Introduction to Network Science using Pajek, section 7, page 38.		For details and for description of other options, see Vlado Batagelj’s Introduction to Network Science using Pajek, section 7, page 38.

Onnowpurbo at 05:26, 25 January 2020

2020-01-25T05:26:52Z

← Older revision		Revision as of 05:26, 25 January 2020
Line 13:		Line 13:

	Single Mode works with bipartite networks, where subsets are marked with a binary discrete attribute. The widget outputs a network where nodes represent the selected value (e.g. persons) and edges the remaining value (e.g. event). The widget also works with non-binary discrete attributes, but will treat them as binary (one-versus-all).		Single Mode works with bipartite networks, where subsets are marked with a binary discrete attribute. The widget outputs a network where nodes represent the selected value (e.g. persons) and edges the remaining value (e.g. event). The widget also works with non-binary discrete attributes, but will treat them as binary (one-versus-all).

			[[File:Single-Mode-stamped.png\|center\|200px\|thumb]]

	Mode indicator:		Mode indicator:
Line 21:		Line 23:
	Information on the output network.		Information on the output network.

	~~####~~Edge weights		==Edge weights==

			[[File:Single-Mode-weights.png\|center\|200px\|thumb]]

	No weights: all weights are set to 1.		No weights: all weights are set to 1.
Line 28:		Line 32:

	For details and for description of other options, see Vlado Batagelj’s Introduction to Network Science using Pajek, section 7, page 38.		For details and for description of other options, see Vlado Batagelj’s Introduction to Network Science using Pajek, section 7, page 38.
	~~Example~~
			==Contoh==

	For this example we have used the famous davis data set that describes ladies from the south of the United States and the events they have participated in. The network thus consists of nodes that are either persons or events. Node role is described in the attribute role. We load the network with Network File.		For this example we have used the famous davis data set that describes ladies from the south of the United States and the events they have participated in. The network thus consists of nodes that are either persons or events. Node role is described in the attribute role. We load the network with Network File.
Line 38:		Line 43:
	Network Explorer (1) shows the final network.		Network Explorer (1) shows the final network.

			[[File:Single-Mode-Example.png\|center\|200px\|thumb]]