論文の概要: Networks and Identity Drive Geographic Properties of the Diffusion of
Linguistic Innovation
- arxiv url: http://arxiv.org/abs/2202.04842v1
- Date: Thu, 10 Feb 2022 05:17:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-12 03:56:54.088497
- Title: Networks and Identity Drive Geographic Properties of the Diffusion of
Linguistic Innovation
- Title(参考訳): 言語革新の拡散におけるネットワークとアイデンティティドライブの地理的特性
- Authors: Aparna Ananthasubramaniam and David Jurgens and Daniel M. Romero
- Abstract要約: 人口密度とネットワークトポロジはどちらもイノベーションの拡散をモデル化するために必要であることを示す。
私たちの研究は、モデルがイノベーションの導入を理解し、再現するために、両方の要素を統合する必要があることを示唆しています。
- 参考スコア(独自算出の注目度): 10.56784112136871
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Adoption of cultural innovation (e.g., music, beliefs, language) is often
geographically correlated, with adopters largely residing within the boundaries
of relatively few well-studied, socially significant areas. These cultural
regions are often hypothesized to be the result of either (i) identity
performance driving the adoption of cultural innovation, or (ii) homophily in
the networks underlying diffusion. In this study, we show that demographic
identity and network topology are both required to model the diffusion of
innovation, as they play complementary roles in producing its spatial
properties. We develop an agent-based model of cultural adoption, and validate
geographic patterns of transmission in our model against a novel dataset of
innovative words that we identify from a 10% sample of Twitter. Using our
model, we are able to directly compare a combined network + identity model of
diffusion to simulated network-only and identity-only counterfactuals --
allowing us to test the separate and combined roles of network and identity.
While social scientists often treat either network or identity as the core
social structure in modeling culture change, we show that key geographic
properties of diffusion actually depend on both factors as each one influences
different mechanisms of diffusion. Specifically, the network principally drives
spread among urban counties via weak-tie diffusion, while identity plays a
disproportionate role in transmission among rural counties via strong-tie
diffusion. Diffusion between urban and rural areas, a key component in
innovation diffusing nationally, requires both network and identity. Our work
suggests that models must integrate both factors in order to understand and
reproduce the adoption of innovation.
- Abstract(参考訳): 文化的革新(音楽、信仰、言語など)の採用は地理的に相関することが多く、採用者は比較的研究の少ない、社会的に重要な領域の領域に大半を占める。
これらの文化圏は、しばしばいずれの結果であろうと仮定される。
(i)文化革新の導入を推進するアイデンティティ・パフォーマンス、又は
(ii)拡散の根底にあるネットワークにおけるホモフィリー。
本研究では,人口密度とネットワークトポロジが,空間特性の生成において相補的な役割を担いながら,イノベーションの拡散をモデル化するために必要であることを示す。
我々は,twitter の10% のサンプルから識別した革新的な単語の新たなデータセットに対して,エージェントベースの文化的普及モデルを開発し,モデル内の伝達の地理的パターンを検証する。
このモデルを用いて、拡散のネットワーク+アイデンティティモデルとシミュレーションされたネットワークのみおよびアイデンティティのみの偽物モデルを直接比較することが可能であり、ネットワークとアイデンティティの分離および組み合わせの役割をテストできる。
社会科学者はしばしばネットワークやアイデンティティを文化の変化をモデル化する上での核となる社会構造として扱うが、拡散の重要な地理的特性は、それぞれが拡散の異なるメカニズムに影響を与えるため、両方の要因に依存することが示されている。
特に、このネットワークは弱いティー拡散を通じて都市郡間の拡散を推進し、一方、アイデンティティは強いティー拡散を通じて農村郡間の伝達において不均等な役割を担っている。
全国的に拡散するイノベーションの重要な要素である都市と農村の拡散は、ネットワークとアイデンティティの両方を必要とする。
私たちの研究は、モデルがイノベーションの採用を理解し、再現するために両方の要素を統合する必要があることを示唆している。
関連論文リスト
- Proximity-based Self-Federated Learning [1.0066310107046081]
本稿では,近接型自己フェデレーション学習という,新しい完全分散型フェデレーション学習戦略を提案する。
従来のアルゴリズムとは異なり、我々の手法は、地理的近接とモデル精度に基づいて、クライアントが近隣ノードとモデルを共有し、調整することを奨励する。
論文 参考訳(メタデータ) (2024-07-17T08:44:45Z) - The Factuality Tax of Diversity-Intervened Text-to-Image Generation: Benchmark and Fact-Augmented Intervention [61.80236015147771]
我々は多様性の介入とT2Iモデルにおける人口統計学的事実性とのトレードオフを定量化する。
DoFaiRの実験では、多様性指向の指示によって、性別や人種の異なる集団の数が増加することが明らかになった。
本研究では, 言語モデル (LLM) に, 世代ごとのジェンダーや人種構成について, 言語化された事実情報を反映するように指示するFact-Augmented Intervention (FAI) を提案する。
論文 参考訳(メタデータ) (2024-06-29T09:09:42Z) - Leveraging advances in machine learning for the robust classification and interpretation of networks [0.0]
シミュレーションアプローチでは、Erd"os-R'enyiやSmall-worldのような適切なネットワーク生成モデルを選択する。
我々は、解釈可能な機械学習の進歩を利用して、様々なネットワーク属性に基づいて、生成モデルによってシミュレーションされたネットワークを分類する。
論文 参考訳(メタデータ) (2024-03-20T00:24:23Z) - DiffDis: Empowering Generative Diffusion Model with Cross-Modal
Discrimination Capability [75.9781362556431]
本稿では,拡散過程下での1つのフレームワークに,モダクティブと差別的事前学習を統一するDiffDisを提案する。
DiffDisは画像生成タスクと画像テキスト識別タスクの両方において単一タスクモデルよりも優れていることを示す。
論文 参考訳(メタデータ) (2023-08-18T05:03:48Z) - Population-Based Evolutionary Gaming for Unsupervised Person
Re-identification [26.279581599246224]
教師なしの人物の再識別は、個々のニューラルネットワークの自己改善を通じて大きな成功を収めた。
我々は,多種多様なニューラルネットワークの集団が選択,再現,突然変異,集団相互学習を通じて同時に訓練される,人口ベースの進化型ゲーム(PEG)フレームワークを開発する。
PEGは、個人の再識別のための新しい最先端の精度を生み出し、教師なし学習のための集団ベースのネットワーク協調トレーニングの大きな可能性を示している。
論文 参考訳(メタデータ) (2023-06-08T14:33:41Z) - Complexity-aware Large Scale Origin-Destination Network Generation via
Diffusion Model [24.582615553841396]
Origin-Destination (OD) ネットワークは、市内の各地域から他の地域への人々の流れを推定する。
本稿では,ノードとエッジの条件付き結合確率分布を学習するために,ODネットワークの生成と拡散法の設計を提案する。
論文 参考訳(メタデータ) (2023-06-08T02:02:55Z) - Stable Bias: Analyzing Societal Representations in Diffusion Models [72.27121528451528]
本稿では,テキスト・ツー・イメージ(TTI)システムにおける社会的バイアスを探索する新しい手法を提案する。
我々のアプローチは、プロンプト内の性別や民族のマーカーを列挙して生成された画像の変動を特徴づけることに依存している。
我々はこの手法を利用して3つのTTIシステムによって生成された画像を分析し、そのアウトプットが米国の労働人口層と相関しているのに対して、彼らは常に異なる範囲において、限界化されたアイデンティティを低く表現している。
論文 参考訳(メタデータ) (2023-03-20T19:32:49Z) - Unsupervised Domain Adaptation on Person Re-Identification via
Dual-level Asymmetric Mutual Learning [108.86940401125649]
本稿では,多種多様な埋め込み空間を持つより広い知識領域から識別的表現を学習するための,DAML(Dual-level Asymmetric Mutual Learning)を提案する。
2つのネットワーク間の知識伝達は、非対称な相互学習方式に基づいている。
Market-1501、CUHK-SYSU、MSMT17の公開データセットにおける実験は、最先端技術よりもDAMLの方が優れていることを証明した。
論文 参考訳(メタデータ) (2023-01-29T12:36:17Z) - GIVL: Improving Geographical Inclusivity of Vision-Language Models with
Pre-Training Methods [62.076647211744564]
我々は地理包摂型視覚・言語事前学習モデルであるGIVLを提案する。
1) 類似のカテゴリにおける概念は独自の知識と視覚的特徴を持ち、2) 類似の視覚的特徴を持つ概念は、全く異なるカテゴリに該当する可能性がある。
GIVLは、同様のスケールのデータを事前訓練した類似サイズのモデルと比較して、最先端のSOTA(State-of-the-art)を達成し、ジオディバースなV&Lタスクにおけるよりバランスの取れたパフォーマンスを実現している。
論文 参考訳(メタデータ) (2023-01-05T03:43:45Z) - Learning Diversified Feature Representations for Facial Expression
Recognition in the Wild [97.14064057840089]
本稿では,CNN層が抽出した顔表情認識アーキテクチャの特徴を多様化する機構を提案する。
AffectNet,FER+,RAF-DBの3つの顔表情認識実験の結果,本手法の有効性が示された。
論文 参考訳(メタデータ) (2022-10-17T19:25:28Z) - Identity-Based Patterns in Deep Convolutional Networks: Generative
Adversarial Phonology and Reduplication [0.0]
我々は、CNNが情報データを生成するという要求から有意義な表現を学習する、ciwGANアーキテクチャのBeguvsを使用している。
そこで本研究では,4つの生成テストに基づいて学習したWug-test CNNの手法を提案する。
論文 参考訳(メタデータ) (2020-09-13T23:12:49Z)
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。