論文の概要: DeGroot-based opinion formation under a global steering mechanism
- arxiv url: http://arxiv.org/abs/2210.12274v1
- Date: Fri, 21 Oct 2022 22:02:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 11:59:19.948890
- Title: DeGroot-based opinion formation under a global steering mechanism
- Title（参考訳）: グローバルステアリング機構によるDeGrootに基づく意見形成
- Authors: Ivan Conjeaud and Philipp Lorenz-Spreen and Argyris Kalogeratos
- Abstract要約: グローバルステアリング機構(GSM)の効果下での意見形成過程について検討する。
エージェントとエージェント間の局所的相互作用の結合ダイナミクスをキャプチャする2層エージェントベースの意見形成モデルを提案する。
実験により,提案モデルが説明力を持つことを示した。
- 参考スコア（独自算出の注目度）: 5.20712814064559
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper we investigate how interacting agents arrive to a consensus or
a polarized state. More specifically, we study the opinion formation process
under the effect of a global steering mechanism (GSM). We consider that the GSM
aggregates agents' opinions at the network level and feeds back to them a form
of global information. We propose the GSM-DeGroot model, a new two-layer
agent-based opinion formation model that captures the coupled dynamics between
agent-to-agent local interactions and the GSM's steering effect. This way,
agents are subject to the effects of a DeGroot-like local opinion propagation,
as well as to a wide variety of possible aggregated information that can affect
their opinions, such as trending news feeds, press coverage, polls, elections,
etc. The cornerstone feature of our model that, contrary to the standard
DeGroot model, allows polarization to emerge, is the differential way in which
agents react to the global information. We explore numerically the model
dynamics to find regimes of qualitatively different behavior, using simulations
on synthetic data. Moreover, we challenge our model by fitting it to the
dynamics of real topics, related to protests, social movements, and the
escalation of a long geopolitical conflict to a war, which attracted the public
attention and were recorded on Twitter. Our experiments show that the proposed
model holds explanatory power, as it evidently captures real opinion formation
dynamics via a relatively small set of interpretable parameters.
- Abstract（参考訳）: 本稿では,インタラクションエージェントがコンセンサスや偏光状態にどのように到達するかを検討する。
具体的には,グローバルステアリング機構(GSM)の効果下での意見形成過程について検討する。
我々は,GSMがエージェントの意見をネットワークレベルで集約し,グローバル情報の一形態として送り返すと考えている。
GSM-DeGrootモデルを提案する。エージェント間局所相互作用とGSMの操舵効果の結合ダイナミクスを捉える2層エージェントベースの意見形成モデルである。
このようにして、エージェントはDeGrootのようなローカルな意見伝達の影響を受け、また、ニュースフィード、報道報道、世論調査、選挙など、彼らの意見に影響を与える可能性のある、多種多様な情報を集約する。
標準のDeGrootモデルとは対照的に、偏光を発生させることができるモデルの基本的特徴は、エージェントがグローバルな情報に反応する微分方法である。
合成データのシミュレーションを用いて,モデル力学を用いて定性的に異なる振る舞いのシステマティクスを求める。
さらに,抗議運動や社会運動,長期にわたる地政学的紛争のエスカレーションなど,実際の話題のダイナミックスに合わせることで,我々のモデルに挑戦し,大衆の注目を惹きつけ,Twitterに記録した。
実験の結果,提案モデルは説明力を有しており,比較的小さなパラメータセットで実際の意見形成ダイナミクスを捉えていることが明らかとなった。
関連論文リスト
- Linguistic Fuzzy Information Evolution with Random Leader Election Mechanism for Decision-Making Systems [58.67035332062508]
言語ファジィ情報進化はエージェント間の情報交換を理解する上で重要である。
エージェントの重みの違いは、古典的なDeGrootモデルにおいて異なる収束結果をもたらす可能性がある。
本稿では,言語ファジィ情報力学の新しい3つのモデルを提案する。
論文 参考訳（メタデータ） (2024-10-19T18:15:24Z) - Unifying Perspectives: Plausible Counterfactual Explanations on Global, Group-wise, and Local Levels [2.675793767640172]
説明可能なAI(xAI)における有望なテクニックとして、CF(Counterfactual Explanations)が登場している。
本稿では, 局所的, グループ的, グローバルな対実的説明を識別可能な分類モデルに対して生成するための統一的アプローチを提案する。
我々の研究は、AIモデルの解釈可能性と説明可能性を大幅に向上させ、透明なAI追求の一歩を踏み出した。
論文 参考訳（メタデータ） (2024-05-27T20:32:09Z) - Interactive Autonomous Navigation with Internal State Inference and
Interactivity Estimation [58.21683603243387]
本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。
これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。
提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2023-11-27T18:57:42Z) - Interpretable Imitation Learning with Dynamic Causal Relations [65.18456572421702]
得られた知識を有向非巡回因果グラフの形で公開することを提案する。
また、この因果発見プロセスを状態依存的に設計し、潜在因果グラフのダイナミクスをモデル化する。
提案するフレームワークは,動的因果探索モジュール,因果符号化モジュール,予測モジュールの3つの部分から構成され,エンドツーエンドで訓練される。
論文 参考訳（メタデータ） (2023-09-30T20:59:42Z) - Towards Explainable Motion Prediction using Heterogeneous Graph
Representations [3.675875935838632]
動き予測システムは、自動運転車が安全かつ効率的な計画を実行できるようにする交通シナリオの将来の挙動を捉えることを目的としている。
GNNベースのアプローチは、これらの相互作用を自然にモデル化するのに適しているため、近年注目を集めている。
本研究では,異なるアプローチを用いて動作予測システムの説明可能性を向上させることを目的とする。
論文 参考訳（メタデータ） (2022-12-07T17:43:42Z) - Isolating and Leveraging Controllable and Noncontrollable Visual
Dynamics in World Models [65.97707691164558]
Iso-DreamはDream-to-Controlフレームワークを2つの側面で改善する。
まず、逆動力学を最適化することにより、世界モデルに制御可能で制御不能な情報源を学習させることを奨励する。
第2に、エージェントの挙動を世界モデルの切り離された潜在的想像力に最適化する。
論文 参考訳（メタデータ） (2022-05-27T08:07:39Z) - Information is Power: Intrinsic Control via Information Capture [110.3143711650806]
我々は,潜時状態空間モデルを用いて推定したエージェントの状態訪問のエントロピーを最小化する,コンパクトで汎用的な学習目的を論じる。
この目的は、不確実性の低減に対応する環境情報収集と、将来の世界状態の予測不可能性の低減に対応する環境制御の両方をエージェントに誘導する。
論文 参考訳（メタデータ） (2021-12-07T18:50:42Z) - Multi-Agent Imitation Learning with Copulas [102.27052968901894]
マルチエージェント模倣学習は、観察と行動のマッピングを学習することで、デモからタスクを実行するために複数のエージェントを訓練することを目的としている。
本稿では,確率変数間の依存を捉える強力な統計ツールである copula を用いて,マルチエージェントシステムにおける相関関係と協調関係を明示的にモデル化する。
提案モデルでは,各エージェントの局所的行動パターンと,エージェント間の依存構造のみをフルにキャプチャするコプラ関数を別々に学習することができる。
論文 参考訳（メタデータ） (2021-07-10T03:49:41Z) - Modulation of viability signals for self-regulatory control [1.370633147306388]
適応行動のドライバとしてのインストゥルメンタルバリューの役割を再考する。
強化学習タスクでは、好みの分布が報酬の概念に取って代わる。
論文 参考訳（メタデータ） (2020-07-18T01:11:51Z) - 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)
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。