論文の概要: A minor extension of the logistic equation for growth of word counts on online media: Parametric description of diversity of growth phenomena in society

• arxiv url: http://arxiv.org/abs/2211.16733v2
• Date: Sat, 13 May 2023 06:37:39 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-17 00:16:05.148945
• Title: A minor extension of the logistic equation for growth of word counts on online media: Parametric description of diversity of growth phenomena in society
• Title（参考訳）: オンラインメディアにおける語数成長のためのロジスティック方程式の小さな拡張:社会における成長現象の多様性のパラメトリック記述
• Authors: Hayafumi Watanabe
• Abstract要約: 拡張ロジスティック方程式を導入し、モデルが実際の成長曲線の様々なパターンを連続的に再現可能であることを示した。 モデルパラメータを解析した結果,典型的な成長パターンはロジスティック関数だけでなく,非自明な成長曲線でもあることがわかった。 提案したモデルと統計特性は、Google Trendsのデータにも有効である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: To understand the growing phenomena of new vocabulary on nationwide online social media, we analyzed monthly word count time series extracted from approximately 1 billion Japanese blog articles from 2007 to 2019. In particular, we first introduced the extended logistic equation by adding one parameter to the original equation and showed that the model can consistently reproduce various patterns of actual growth curves, such as the logistic function, linear growth, and finite-time divergence. Second, by analyzing the model parameters, we found that the typical growth pattern is not only a logistic function, which often appears in various complex systems, but also a nontrivial growth curve that starts with an exponential function and asymptotically approaches a power function without a steady state. Furthermore, we observed a connection between the functional form of growth and the peak-out. Finally, we showed that the proposed model and statistical properties are also valid for Google Trends data (English, French, Spanish, and Japanese), which is a time series of the nationwide popularity of search queries.
• Abstract（参考訳）: 2007年から2019年にかけての約10億の日本語ブログ記事から抽出した月次単語数時系列を,全国のオンラインソーシャルメディア上での新たな語彙の増大現象を解析した。 特に、拡張ロジスティック方程式を元の方程式に1つのパラメータを加えることで導入し、ロジスティック関数、線形成長、有限時間発散といった実際の成長曲線の様々なパターンを一貫して再現できることを示した。 第二に、モデルパラメータの解析により、典型的な成長パターンは、様々な複雑なシステムにしばしば現れるロジスティック関数であるだけでなく、指数関数から始まる非自明な成長曲線であり、定常状態のないパワー関数に漸近的に近づくことを発見した。 さらに,機能的成長形態とピークアウトとの関係も観察した。 最後に,提案したモデルと統計特性は,検索クエリの全国的普及の時系列であるGoogle Trendsデータ(英語,フランス語,スペイン語,日本語)にも有効であることを示した。

関連論文リスト

• Weak-Form Inference for Hybrid Dynamical Systems in Ecology [0.0]
  捕食や環境の脅威にさらされる種は、長い期間にわたって、人口ブームや乱獲の変動周期を示すのが一般的である。 生態学の分野で人気が高まっているモデリングパラダイムは、短期的な連続的なダイナミクスと長期的な離散的な更新を結合することである。 弱形式方程式学習を利用したデータ駆動型手法を開発し、人口動態のハイブリッドな支配方程式を抽出する。
  論文  参考訳（メタデータ） (2024-05-31T03:03:27Z)
• Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
  この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。 本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。 学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
  論文  参考訳（メタデータ） (2024-01-10T02:38:21Z)
• Deep equilibrium models as estimators for continuous latent variables [10.244213671349225]
  ニューラルネットワークアーキテクチャと統計モデルとの明確な関係を示す。 深部平衡モデルでは, 潜伏係数と変換パラメータの最大アポテリオリ(MAP)推定値が解ける。 私たちのDEC機能マップはエンドツーエンドで微分可能で、下流タスクの微調整を可能にします。
  論文  参考訳（メタデータ） (2022-11-11T01:21:34Z)
• Learning the Evolutionary and Multi-scale Graph Structure for Multivariate Time Series Forecasting [50.901984244738806]
  時系列の進化的・マルチスケール相互作用をモデル化する方法を示す。 特に、まず、拡張畳み込みと協調して、スケール固有の相関を捉える階層グラフ構造を提供する。 最終的な予測を得るために上記のコンポーネントを統合するために、統合ニューラルネットワークが提供される。
  論文  参考訳（メタデータ） (2022-06-28T08:11:12Z)
• Numerically Probing the Universal Operator Growth Hypothesis [0.0]
  我々は、この仮説を様々な模範系に対して数値的に検証する。 仮説化された普遍行動の開始は、ハイゼンベルク模型の達成可能な数値データでは観測できなかった。
  論文  参考訳（メタデータ） (2022-03-01T15:15:47Z)
• Multivariate Time Series Forecasting with Dynamic Graph Neural ODEs [65.18780403244178]
  動的グラフニューラル正規微分方程式(MTGODE)を用いた多変量時系列予測連続モデルを提案する。 具体的には、まず、時間進化するノードの特徴と未知のグラフ構造を持つ動的グラフに多変量時系列を抽象化する。 そして、欠落したグラフトポロジを補完し、空間的および時間的メッセージパッシングを統一するために、ニューラルODEを設計、解決する。
  論文  参考訳（メタデータ） (2022-02-17T02:17:31Z)
• Hyperbolic Graph Embedding with Enhanced Semi-Implicit Variational Inference [48.63194907060615]
  半単純グラフ変分自動エンコーダを用いて,低次元グラフ潜在表現における高次統計量を取得する。 我々は、階層構造を示すグラフを効率的に表現するために、ポインケア埋め込みを通して潜在空間に双曲幾何学を組み込む。
  論文  参考訳（メタデータ） (2020-10-31T05:48:34Z)
• From the logistic-sigmoid to nlogistic-sigmoid: modelling the COVID-19 pandemic growth [0.0]
  実世界の成長現象をモデル化するためのロジスティック成長のコンパクトで統一的な近代的定義として、ノロジカル・シグモイド関数を導入する。 具体的には、世界保健機関(WHO)が毎日発行する新型コロナウイルスの感染と死亡の時系列データをモデル化するために、この機能を応用する。 この結果から、新型コロナウイルスの感染拡大が進行している世界の被災国では、99%以上の適合が統計的に有意であることが明らかとなった。
  論文  参考訳（メタデータ） (2020-08-06T15:33:48Z)
• Linear and logarithmic entanglement production in an interacting chaotic system [0.0]
  エンタングルメント成長の異なるレギュレーションは、ローターによって表示されるエネルギー成長の異なる速度と関連していることを示す。 観測された拡散エネルギーの増大は、1つのローターが他のローターに環境として作用してコヒーレンスを破壊する結果であると主張する。
  論文  参考訳（メタデータ） (2020-07-27T14:39:34Z)
• Hyperbolic Neural Networks++ [66.16106727715061]
  ニューラルネットワークの基本成分を1つの双曲幾何モデル、すなわちポアンカーの球モデルで一般化する。 実験により, 従来の双曲成分と比較してパラメータ効率が優れ, ユークリッド成分よりも安定性と性能が優れていた。
  論文  参考訳（メタデータ） (2020-06-15T08:23:20Z)
• Can Temporal-Difference and Q-Learning Learn Representation? A Mean-Field Theory [110.99247009159726]
  時間差とQ-ラーニングは、ニューラルネットワークのような表現力のある非線形関数近似器によって強化される深層強化学習において重要な役割を担っている。 特に時間差学習は、関数近似器が特徴表現において線形であるときに収束する。
  論文  参考訳（メタデータ） (2020-06-08T17:25:22Z)

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。