論文の概要: The impact of individual information exchange strategies on the
distribution of social wealth
- arxiv url: http://arxiv.org/abs/2304.00514v1
- Date: Sun, 2 Apr 2023 11:18:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-04 17:39:58.029963
- Title: The impact of individual information exchange strategies on the
distribution of social wealth
- Title(参考訳): 個人の情報交換戦略が社会富の分配に及ぼす影響
- Authors: Yang Shao, Hirokazu Atsumori, Tadayuki Matsumura, Kanako Esaki,
Shunsuke Minusa, Hiroyuki Mizuno
- Abstract要約: 本稿では,Gini係数などの古典的富分配指標を用いて,情報交換の異なる形態が富分配に与える影響について検討する。
本研究は,情報交換戦略が富の分配に大きな影響を与え,情報・資源へのより公平なアクセスを促進することが,情報交換の正当かつ公平な社会の構築に不可欠であることを示唆している。
- 参考スコア(独自算出の注目度): 0.8808021343665319
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Wealth distribution is a complex and critical aspect of any society.
Information exchange is considered to have played a role in shaping wealth
distribution patterns, but the specific dynamic mechanism is still unclear. In
this research, we used simulation-based methods to investigate the impact of
different modes of information exchange on wealth distribution. We compared
different combinations of information exchange strategies and moving
strategies, analyzed their impact on wealth distribution using classic wealth
distribution indicators such as the Gini coefficient. Our findings suggest that
information exchange strategies have significant impact on wealth distribution
and that promoting more equitable access to information and resources is
crucial in building a just and equitable society for all.
- Abstract(参考訳): 富の分配はあらゆる社会において複雑で重要な側面である。
情報交換は富の分配パターンの形成に重要な役割を果たしたと考えられているが、特定の動的メカニズムはまだ不明である。
本研究では,情報交換の異なる形態が富分配に与える影響をシミュレーションベースの手法を用いて検討した。
情報交換戦略と移動戦略の異なる組み合わせを比較し,gini係数などの古典的富分布指標を用いてその富分布への影響を分析した。
本研究は,情報交換戦略が富の分配に重大な影響を与え,情報・資源へのより公平なアクセスを促進することが,情報交換の社会の構築に不可欠であることを示唆している。
関連論文リスト
- On the Societal Impact of Open Foundation Models [93.67389739906561]
ここでは、広く利用可能なモデルウェイトを持つものとして定義されている、オープンファンデーションモデルに重点を置いています。
オープンファンデーションモデルの5つの特徴を識別し,その利点とリスクを両立させる。
論文 参考訳(メタデータ) (2024-02-27T16:49:53Z) - Private Knowledge Sharing in Distributed Learning: A Survey [50.51431815732716]
人工知能の台頭は多くの産業に革命をもたらし、社会の働き方を変えた。
異なるエンティティが分散または所有する学習プロセスにおいて、情報を活用することが不可欠である。
現代のデータ駆動サービスは、分散知識エンティティを結果に統合するために開発されています。
論文 参考訳(メタデータ) (2024-02-08T07:18:23Z) - The Mixtures and the Neural Critics: On the Pointwise Mutual Information
Profiles of Fine Distributions [52.85079110699378]
本稿では,情報分布の微細化をポイントワイドな情報プロファイルの近似に利用する方法を示す。
また, 相互情報のモデルに基づくベイズ推定において, 詳細な分布をいかに利用できるかを示す。
論文 参考訳(メタデータ) (2023-10-16T10:02:24Z) - Identifying Influential Brokers on Social Media from Social Network
Structure [2.411299055446423]
本稿では,あるソーシャルネットワークから影響力のあるブローカーを識別する方法を検討する。
我々は, インフルエンシブ・ブローカーと, インフルエンシブ・ソース・スプレッダー, 中央ノードを比較した。
また、集中度対策やノード埋め込みから影響力のあるブローカーを識別する問題にも取り組みます。
論文 参考訳(メタデータ) (2022-08-01T06:27:24Z) - Context matters for fairness -- a case study on the effect of spatial
distribution shifts [10.351739012146378]
本稿では,新たに発表された米国国勢調査データセットのケーススタディについて述べる。
空間分布の変化がモデルの性能および公平性にどのように影響するかを示す。
我々の研究は、別の文脈にモデルをデプロイする前に、分散シフトに対する堅牢性が必要であることを示唆している。
論文 参考訳(メタデータ) (2022-06-23T01:09:46Z) - Learning from Heterogeneous Data Based on Social Interactions over
Graphs [58.34060409467834]
本研究では,個別のエージェントが異なる次元のストリーミング特徴を観察しながら分類問題の解決を目指す分散アーキテクチャを提案する。
私たちはそれを示します。
戦略により、エージェントはこの高度に異質な環境下で一貫して学習することができる。
私たちはそれを示します。
戦略により、エージェントはこの高度に異質な環境下で一貫して学習することができる。
論文 参考訳(メタデータ) (2021-12-17T12:47:18Z) - Social-Media Activity Forecasting with Exogenous Information Signals [0.0]
ソーシャルメディアプラットフォームは、社会行動の研究と理解に理想的な環境を提供する。
本稿では,ソーシャルメディア活動のトピック特化日量を予測するモデリング手法を提案する。
論文 参考訳(メタデータ) (2021-09-22T20:24:20Z) - Adversarial Robustness through the Lens of Causality [105.51753064807014]
ディープニューラルネットワークの敵対的脆弱性は、機械学習において大きな注目を集めている。
我々は、因果関係を敵対的脆弱性の軽減に組み込むことを提案する。
我々の手法は、敵の脆弱性を緩和するために因果性を利用する最初の試みと見なすことができる。
論文 参考訳(メタデータ) (2021-06-11T06:55:02Z) - MultiFair: Multi-Group Fairness in Machine Learning [52.24956510371455]
機械学習におけるマルチグループフェアネスの研究(MultiFair)
この問題を解決するために,汎用的なエンドツーエンドのアルゴリズムフレームワークを提案する。
提案するフレームワークは多くの異なる設定に一般化可能である。
論文 参考訳(メタデータ) (2021-05-24T02:30:22Z) - The COVID-19 Infodemic: Twitter versus Facebook [5.135597127873748]
われわれはTwitterとFacebookの低視聴率コンテンツへのリンクの頻度と拡散を分析した。
少数のアカウントやページが各プラットフォームに強い影響を与えている。
この操作の過度な性質は、社会レベルのソリューションの必要性を示している。
論文 参考訳(メタデータ) (2020-12-17T02:00:43Z) - Interpretable Stochastic Block Influence Model: measuring social
influence among homophilous communities [4.563449647618151]
ネットワーク上の意思決定は、ホモフィリーと社会的影響の両方によって説明できる。
社会的影響は役割理論によって説明できるが、これは個人間の影響が役割や関心の行動に依存することを示している。
本稿では,ブロック影響モデル(Block Influence Model)という生成モデルを提案し,ネットワーク形成とコミュニティ間の行動の影響を共同で分析する。
論文 参考訳(メタデータ) (2020-06-01T15:49:22Z)
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。