論文の概要: A Subjective Model of Human Decision Making Based on Quantum Decision
Theory
- arxiv url: http://arxiv.org/abs/2101.05851v1
- Date: Thu, 14 Jan 2021 20:02:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-29 03:12:14.770678
- Title: A Subjective Model of Human Decision Making Based on Quantum Decision
Theory
- Title(参考訳): 量子決定理論に基づく人間の意思決定の主観的モデル
- Authors: Chenda Zhang, Hedvig Kjellstr\"om
- Abstract要約: 本稿では,異なるリスク,ゲイン,タイムプレッシャーの下でのバイナリゲーム中の個体の挙動を予測するモデルを提案する。
このモデルは量子決定理論(qdt)に基づいており、意思決定の非合理的かつ主観的側面をモデル化できることが示されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computer modeling of human decision making is of large importance for, e.g.,
sustainable transport, urban development, and online recommendation systems. In
this paper we present a model for predicting the behavior of an individual
during a binary game under different amounts of risk, gain, and time pressure.
The model is based on Quantum Decision Theory (QDT), which has been shown to
enable modeling of the irrational and subjective aspects of the decision
making, not accounted for by the classical Cumulative Prospect Theory (CPT).
Experiments on two different datasets show that our QDT-based approach
outperforms both a CPT-based approach and data driven approaches such as
feed-forward neural networks and random forests.
- Abstract(参考訳): 人間の意思決定のコンピュータモデリングは、例えば、持続可能な輸送、都市開発、オンラインレコメンデーションシステムにとって非常に重要である。
本稿では,異なるリスク,ゲイン,タイムプレッシャーの下でのバイナリゲーム中の個体の挙動を予測するモデルを提案する。
このモデルは量子決定理論(qdt)に基づいており、古典的な累積予測理論(cpt)では説明されず、意思決定の非合理的かつ主観的な側面をモデル化できることが示されている。
2つの異なるデータセットの実験により、私たちのQDTベースのアプローチは、CPTベースのアプローチとフィードフォワードニューラルネットワークやランダムフォレストのようなデータ駆動アプローチの両方より優れています。
関連論文リスト
- Modeling Boundedly Rational Agents with Latent Inference Budgets [56.24971011281947]
エージェントの計算制約を明示的にモデル化する潜在推論予算モデル(L-IBM)を導入する。
L-IBMは、最適なアクターの多様な集団のデータを使ってエージェントモデルを学ぶことができる。
我々は,L-IBMが不確実性の下での意思決定のボルツマンモデルに適合しているか,あるいは上回っていることを示す。
論文 参考訳(メタデータ) (2023-12-07T03:55:51Z) - Human Trajectory Forecasting with Explainable Behavioral Uncertainty [63.62824628085961]
人間の軌道予測は人間の行動を理解し予測し、社会ロボットから自動運転車への応用を可能にする。
モデルフリー手法は予測精度が優れているが説明可能性に欠ける一方、モデルベース手法は説明可能性を提供するが、よく予測できない。
BNSP-SFMは,11種類の最先端手法と比較して,予測精度を最大50%向上することを示す。
論文 参考訳(メタデータ) (2023-07-04T16:45:21Z) - Planning with Diffusion for Flexible Behavior Synthesis [125.24438991142573]
我々は、できるだけ多くの軌道最適化パイプラインをモデリング問題に折り畳むことがどう見えるか検討する。
我々の技術的アプローチの核心は、軌道を反復的にデノベーションすることで計画する拡散確率モデルにある。
論文 参考訳(メタデータ) (2022-05-20T07:02:03Z) - From Cognitive to Computational Modeling: Text-based Risky
Decision-Making Guided by Fuzzy Trace Theory [5.154015755506085]
ファジィトレース理論(FTT)は、ジストを組み込むことで人間の意思決定を説明する強力なパラダイムである。
本稿では,テキストに基づく意思決定におけるセマンティクスと感情の影響を組み合わせた計算フレームワークを提案する。
特にカテゴリー2-を導入し、カテゴリー的ジストとカテゴリー的感情を学習し、グループや個人におけるリスクのある意思決定を予測するために、我々の計算モデルを最適化する方法を実証する。
論文 参考訳(メタデータ) (2022-05-15T02:25:28Z) - Daily peak electrical load forecasting with a multi-resolution approach [2.207988653560308]
ピークシェービングのようなスマートグリッド戦略の実装には,ピークマグニチュードとタイミングの理解が最重要である。
本稿では,高分解能かつ低分解能な情報を利用して,日次ピーク需要の規模とタイミングを予測する手法を提案する。
結果として生じるマルチ解像度モデリングフレームワークは、異なるモデルクラスに適応することができる。
論文 参考訳(メタデータ) (2021-12-08T13:14:38Z) - A Quantum-like Model for Predicting Human Decisions in the Entangled
Social Systems [0.7734726150561088]
量子情報理論における絡み合いの概念に着想を得た絡み合ったベイズネットワークを導入する。
意思決定過程の動的進化に対する社会の影響は、絡み合い尺度によってモデル化される。
結果は、PEQBNが不確実性の下での人間の決定をより現実的な予測を提供することを確認した。
論文 参考訳(メタデータ) (2021-11-27T14:03:55Z) - Generative Temporal Difference Learning for Infinite-Horizon Prediction [101.59882753763888]
我々は、無限確率的地平線を持つ環境力学の予測モデルである$gamma$-modelを導入する。
トレーニングタイムとテストタイムの複合的なエラーの間には、そのトレーニングが避けられないトレードオフを反映しているかについて議論する。
論文 参考訳(メタデータ) (2020-10-27T17:54:12Z) - Double Robust Representation Learning for Counterfactual Prediction [68.78210173955001]
そこで本稿では, 対実予測のための2次ロバスト表現を学習するための, スケーラブルな新しい手法を提案する。
我々は、個々の治療効果と平均的な治療効果の両方に対して、堅牢で効率的な対実的予測を行う。
このアルゴリズムは,実世界の最先端技術と合成データとの競合性能を示す。
論文 参考訳(メタデータ) (2020-10-15T16:39:26Z) - Noticing Motion Patterns: Temporal CNN with a Novel Convolution Operator
for Human Trajectory Prediction [11.46763066579678]
本稿では,逐次軌跡データからパターンを学習し,検出し,抽出するための畳み込みニューラルネットワークに基づくアプローチを提案する。
人間の軌道予測問題に対する一連の実験は、我々のモデルが技術の状態と相容れない性能を示し、場合によっては性能が向上することを示している。
論文 参考訳(メタデータ) (2020-07-02T04:07:01Z) - Learning Opinion Dynamics From Social Traces [25.161493874783584]
本稿では,現実の社会的トレースに,生成的,エージェントライクな意見力学モデルを適用するための推論機構を提案する。
本稿では,古典的エージェントに基づく意見力学モデルから,その生成的モデルへの変換による提案について紹介する。
われわれのモデルをRedditの現実世界のデータに適用して、バックファイア効果の影響に関する長年にわたる疑問を探る。
論文 参考訳(メタデータ) (2020-06-02T14:48:17Z) - Decision-Making with Auto-Encoding Variational Bayes [71.44735417472043]
変分分布とは異なる後部近似を用いて意思決定を行うことが示唆された。
これらの理論的な結果から,最適モデルに関するいくつかの近似的提案を学習することを提案する。
おもちゃの例に加えて,単細胞RNAシークエンシングのケーススタディも紹介する。
論文 参考訳(メタデータ) (2020-02-17T19:23:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。