論文の概要: Perspective in Opinion Dynamics on Complex Convex Domains of Time
Networks for Addiction, Forgetting
- arxiv url: http://arxiv.org/abs/2311.15318v1
- Date: Sun, 26 Nov 2023 14:36:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-28 18:23:41.262979
- Title: Perspective in Opinion Dynamics on Complex Convex Domains of Time
Networks for Addiction, Forgetting
- Title（参考訳）: 付加・予測のための時間ネットワークの複雑な凸領域のオピニオンダイナミクスの展望
- Authors: Yasuko Kawahata
- Abstract要約: 本稿では,A層とB層を含むモデルを提案する。
また, ある条件下での層A, A', B', B'における依存度や忘れ度の変化をモデル化する。
- 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: This paper revises previous work and introduces changes in spatio-temporal
scales. The paper presents a model that includes layers A and B with varying
degrees of forgetting and dependence over time. We also model changes in
dependence and forgetting in layers A, A', B, and B' under certain conditions.
In addition, to discuss the formation of opinion clusters that have reinforcing
or obstructive behaviors of forgetting and dependence and are conservative or
brainwashing or detoxifying and less prone to filter bubbling, new clusters C
and D that recommend, obstruct, block, or incite forgetting and dependence over
time are Introduction. This introduction allows us to test hypotheses regarding
the expansion of opinions in two dimensions over time and space, the state of
development of opinion space, and the expansion of public opinion. Challenges
in consensus building will be highlighted, emphasizing the dynamic nature of
opinions and the need to consider factors such as dissent, distrust, and media
influence. The paper proposes an extended framework that incorporates trust,
distrust, and media influence into the consensus building model. We introduce
network analysis using dimerizing as a method to gain deeper insights. In this
context, we discuss network clustering, media influence, and consensus
building. The location and distribution of dimers will be analyzed to gain
insight into the structure and dynamics of the network. Dimertiling has been
applied in various fields other than network analysis, such as physics and
sociology. The paper concludes by emphasizing the importance of diverse
perspectives, network analysis, and influential entities in consensus building.
It also introduces torus-based visualizations that aid in understanding complex
network structures.
- Abstract（参考訳）: 本稿では,先行研究を改訂し,時空間スケールの変化を紹介する。
本稿では,a層とb層を含むモデルについて述べる。
また, ある条件下での層A, A', B', B'の依存性や忘れの変化をモデル化する。
また、忘れや依存の強化や妨害的な行動を持ち、保守的、洗脳、脱トキシングの傾向が少なく、バブルをフィルターする傾向の強い意見団の形成について論じるため、時間とともに忘れや依存を推奨、妨害、ブロック、あるいは扇動する新しいクラスターcとdが導入される。
この導入により、時間と空間の2次元における意見の拡大、意見空間の発展状況、世論の拡大に関する仮説を試すことができる。
コンセンサス構築における課題は強調され、意見のダイナミックな性質と、不満、不信感、メディアの影響といった要素を考慮する必要性が強調される。
本稿では,コンセンサス構築モデルに信頼,不信,メディアの影響を取り入れた拡張フレームワークを提案する。
我々は,より深い洞察を得る方法として,dimerizingを用いたネットワーク分析を提案する。
本稿では,ネットワーククラスタリング,メディアの影響,コンセンサス構築について述べる。
ダイマーの位置と分布を分析し、ネットワークの構造とダイナミクスについて洞察を得る。
ダイマーティリングは物理学や社会学といったネットワーク分析以外の様々な分野に応用されてきた。
論文は、コンセンサス構築における多様な視点、ネットワーク分析、影響力のあるエンティティの重要性を強調して結論づける。
また、複雑なネットワーク構造を理解するのに役立つトーラスベースの可視化も導入している。
関連論文リスト
- Neural Networks Decoded: Targeted and Robust Analysis of Neural Network Decisions via Causal Explanations and Reasoning [9.947555560412397]
本稿では、因果推論理論に基づく新しい手法TRACERを紹介し、DNN決定の根底にある因果ダイナミクスを推定する。
提案手法は入力特徴に系統的に介入し,特定の変化がネットワークを介してどのように伝播するかを観察し,内部の活性化と最終的な出力に影響を与える。
TRACERはさらに、モデルバイアスの可能性のある反ファクトを生成することで説明可能性を高め、誤分類に対する対照的な説明を提供する。
論文 参考訳（メタデータ） (2024-10-07T20:44:53Z) - The Anatomy Spread of Online Opinion Polarization: The Pivotal Role of
Super-Spreaders in Social Networks [0.0]
タイプAは意見形成に大きな影響を与え、タイプBはAとメディアのようなCの機能のバランスを保ち、客観的な視点を提供する。
この発見は、オンラインコミュニケーションのセキュリティを改善し、社会的影響を理解するための洞察を提供する。
論文 参考訳（メタデータ） (2023-11-27T20:29:50Z) - Transcending the Attention Paradigm: Representation Learning from
Geospatial Social Media Data [1.8311821879979955]
本研究では,分散パターンの源泉としてソーシャルメディアデータを調べることで,パフォーマンスベンチマークのパラダイムに挑戦する。
これらの抽象的関係を適切に表現するために、この研究では、経験的ソーシャルメディアコーパスを要素成分に分解し、人口密度の場所をまたいだ20億以上のツイートを分析した。
論文 参考訳（メタデータ） (2023-10-09T03:27:05Z) - Aspect-oriented Opinion Alignment Network for Aspect-Based Sentiment
Classification [14.212306015270208]
本稿では、意見語とそれに対応する側面の文脈的関連を捉えるために、アスペクト指向オピニオンアライメントネットワーク(AOAN)を提案する。
さらに,対象の側面に関連性のある意見情報を一致させる多視点的注意機構を設計する。
提案モデルでは,3つのベンチマークデータセットに対して最先端の結果が得られた。
論文 参考訳（メタデータ） (2023-08-22T13:55:36Z) - Foundational Models Defining a New Era in Vision: A Survey and Outlook [151.49434496615427]
視覚シーンの構成的性質を観察し、推論する視覚システムは、我々の世界を理解するのに不可欠である。
モデルは、このようなモダリティと大規模なトレーニングデータとのギャップを埋めることを学び、コンテキスト推論、一般化、テスト時の迅速な機能を容易にした。
このようなモデルの出力は、例えば、バウンディングボックスを設けて特定のオブジェクトをセグメント化したり、画像や映像シーンについて質問したり、言語命令でロボットの動作を操作することで対話的な対話を行うなど、リトレーニングすることなく、人為的なプロンプトによって変更することができる。
論文 参考訳（メタデータ） (2023-07-25T17:59:18Z) - Fairness meets Cross-Domain Learning: a new perspective on Models and
Metrics [80.07271410743806]
クロスドメイン学習(CD)とモデルフェアネスの関係について検討する。
いくつかの人口集団にまたがる顔画像と医療画像のベンチマークと、分類とローカライゼーションタスクについて紹介する。
本研究は,3つの最先端フェアネスアルゴリズムとともに,14のCDアプローチをカバーし,前者が後者に勝ることを示す。
論文 参考訳（メタデータ） (2023-03-25T09:34:05Z) - Neural Causal Models for Counterfactual Identification and Estimation [62.30444687707919]
本稿では,ニューラルモデルによる反事実文の評価について検討する。
まず、神経因果モデル(NCM)が十分に表現可能であることを示す。
第2に,反事実分布の同時同定と推定を行うアルゴリズムを開発する。
論文 参考訳（メタデータ） (2022-09-30T18:29:09Z) - Opinion Leader Detection in Online Social Networks Based on Output and
Input Links [2.320417845168326]
有向ネットワークにおける意見形成の新しい動的モデルを提案する。
このモデルでは、各ノードの意見は、近隣の意見の重み付け平均として更新される。
我々は、新しい中央集中度尺度を、影響と適合性の両方に基づく社会的影響指標として定義する。
論文 参考訳（メタデータ） (2022-08-28T07:50:32Z) - Causal Fairness Analysis [68.12191782657437]
意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。
我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。
本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
論文 参考訳（メタデータ） (2022-07-23T01:06:34Z) - Temporal Relevance Analysis for Video Action Models [70.39411261685963]
まず,CNNに基づく行動モデルにより捉えたフレーム間の時間的関係を定量化する手法を提案する。
次に、時間的モデリングがどのように影響を受けるかをよりよく理解するために、包括的な実験と詳細な分析を行います。
論文 参考訳（メタデータ） (2022-04-25T19:06:48Z) - Causal Discovery in Physical Systems from Videos [123.79211190669821]
因果発見は人間の認知の中心にある。
本研究では,ビデオの因果発見の課題を,地層構造を監督せずにエンドツーエンドで検討する。
論文 参考訳（メタデータ） (2020-07-01T17:29:57Z)
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。