Fugu-MT 論文翻訳(概要): Social learning with complex contagion

論文の概要: Social learning with complex contagion

arxiv url: http://arxiv.org/abs/2406.14922v2
Date: Wed, 17 Jul 2024 00:39:21 GMT
ステータス: 処理完了
システム内更新日: 2024-07-18 21:47:53.638465
Title: Social learning with complex contagion
Title（参考訳）: 複雑な感染を伴う社会学習
Authors: Hiroaki Chiba-Okabe, Joshua B. Plotkin,
Abstract要約: 複雑な感染の概念とペイオフバイアス模倣の概念を組み合わせた数学的モデルを導入する。我々のフレームワークは、模倣によって伝統的な社会学習モデルを一般化する。社会システムにおけるより現実的な行動変化を記述した合成フレームワークを提供する。
参考スコア（独自算出の注目度）: 0.49109372384514843
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce a mathematical model that combines the concepts of complex contagion with payoff-biased imitation, to describe how social behaviors spread through a population. Traditional models of social learning by imitation are based on simple contagion -- where an individual may imitate a more successful neighbor following a single interaction. Our framework generalizes this process to incorporate complex contagion, which requires multiple exposures before an individual considers adopting a different behavior. We formulate this as a discrete time and state stochastic process in a finite population, and we derive its continuum limit as an ordinary differential equation that generalizes the replicator equation, the most widely used dynamical model in evolutionary game theory. When applied to linear frequency-dependent games, our social learning with complex contagion produces qualitatively different outcomes than traditional imitation dynamics: it can shift the Prisoner's Dilemma from a unique all-defector equilibrium to either a stable mixture of cooperators and defectors in the population, or a bistable system; it changes the Snowdrift game from a single to a bistable equilibrium; and it can alter the Coordination game from bistability at the boundaries to two internal equilibria. The long-term outcome depends on the balance between the complexity of the contagion process and the strength of selection that biases imitation towards more successful types. Our analysis intercalates the fields of evolutionary game theory with complex contagions, and it provides a synthetic framework that describes more realistic forms of behavioral change in social systems.
Abstract（参考訳）: 複雑な感染の概念とペイオフバイアスの模倣を結合した数学的モデルを導入し、社会行動が集団を通してどのように広まるかを説明する。模倣による社会学習の伝統的なモデルは、単純な伝染に基づいており、個人は単一の相互作用によってより成功した隣人を模倣することができる。当社のフレームワークはこのプロセスを一般化し,個別に異なる行動を採用することを検討する前に複数の露光を必要とする複雑な感染を包含する。これを有限集団における離散時間および状態確率過程として定式化し、進化ゲーム理論において最も広く用いられる力学モデルである複製子方程式を一般化する常微分方程式として連続極限を導出する。線形周波数依存型ゲームに適用すると、複雑な感染を伴う社会学習は、従来の模倣力学とは異なる質的な結果をもたらす: 囚人のジレンマは、独特な全欠陥均衡から、集団における安定なコオペレータと欠陥の混合、または双安定システムへと移行できる; 単体から双安定平衡に変化する; そして、座標ゲームは、境界における不安定性から2つの内部平衡に変化する。長期的な結果は、感染プロセスの複雑さと、より成功したタイプに模倣をバイアスする選択の強さのバランスに依存する。我々の分析は、進化ゲーム理論の分野を複雑な感染とインターカレーションし、社会システムにおけるより現実的な行動変化の形式を記述するための合成フレームワークを提供する。

関連論文リスト

Distinguishing mechanisms of social contagion from local network view [0.02499907423888048]
複数の採用ルールは、同じ社会的感染プロセスでも共存することがある。我々のゴールは、既存の採用メカニズムが顕微鏡的視点から区別できるかどうかを理解することである。本研究は、自我中心レベルでの伝播過程の観察について、新しい視点を提供する。
論文参考訳（メタデータ） (2024-06-26T17:49:24Z)
Neural Amortized Inference for Nested Multi-agent Reasoning [54.39127942041582]
本研究では,人間のような推論能力と計算限界のギャップを埋める新しい手法を提案する。提案手法を2つの挑戦的マルチエージェント相互作用領域で評価する。
論文参考訳（メタデータ） (2023-08-21T22:40:36Z)
Individualized Dosing Dynamics via Neural Eigen Decomposition [51.62933814971523]
ニューラル固有微分方程式アルゴリズム(NESDE)を導入する。 NESDEは個別化モデリング、新しい治療ポリシーへの調整可能な一般化、高速で連続的でクローズドな予測を提供する。本研究は, 総合的・現実的な医療問題におけるNESDEの堅牢性を実証し, 学習力学を用いて, 模擬医療体育環境の公開を行う。
論文参考訳（メタデータ） (2023-06-24T17:01:51Z)
Training Socially Aligned Language Models on Simulated Social Interactions [99.39979111807388]
AIシステムにおける社会的アライメントは、確立された社会的価値に応じてこれらのモデルが振舞うことを保証することを目的としている。現在の言語モデル(LM)は、トレーニングコーパスを独立して厳格に複製するように訓練されている。本研究は,シミュレートされた社会的相互作用からLMを学習することのできる,新しい学習パラダイムを提案する。
論文参考訳（メタデータ） (2023-05-26T14:17:36Z)
Learning signatures of decision making from many individuals playing the same game [54.33783158658077]
我々は、個人の「行動スタイル」を符号化する表現を学習する予測フレームワークを設計する。我々は,3本腕のバンディットタスクを行う1,000人の人間による大規模行動データセットに本手法を適用した。
論文参考訳（メタデータ） (2023-02-21T21:41:53Z)
Seeing the forest and the tree: Building representations of both individual and collective dynamics with transformers [6.543007700542191]
時間変化データから学習するトランスフォーマーアーキテクチャを提案する。本モデルは,多体システムにおける複雑な相互作用や力学の回復に有効であることを示す。実験の結果, ある動物の脳のニューロンから学習し, 異なる動物の脳のニューロンにモデルを移すことが可能であることが確認された。
論文参考訳（メタデータ） (2022-06-10T07:14:57Z)
Evolutionary Strategies with Analogy Partitions in p-guessing Games [0.0]
不安定なpゲーム環境における学習のダイナミクスを研究するために,学習の進化過程を導入する。我々の遺伝的アルゴリズムは、ナッシュ平衡に収束して、持続的な環境における過去の結果と一貫して振る舞うことを示す。
論文参考訳（メタデータ） (2021-03-26T10:28:23Z)
COSMO: Conditional SEQ2SEQ-based Mixture Model for Zero-Shot Commonsense Question Answering [50.65816570279115]
社会的文脈の暗黙的な原因と影響の特定は、機械が常識的推論を実行できるようにする駆動能力である。この領域における現在のアプローチには、目に見えない状況に直面して常識推論を行う能力がない。本稿では,動的かつ多様なコンテンツ生成機能を備えた条件付きSEQ2SEQベースの混合モデル(COSMO)を提案する。
論文参考訳（メタデータ） (2020-11-02T07:08:19Z)
Why Adversarial Interaction Creates Non-Homogeneous Patterns: A Pseudo-Reaction-Diffusion Model for Turing Instability [10.933825676518195]
交叉相互作用を持つニューロン系のチューリング様パターンを観察する。本稿では,これらの現象を過小評価するメカニズムを説明するための擬似反応拡散モデルを提案する。
論文参考訳（メタデータ） (2020-10-01T16:09:22Z)
The Evolutionary Dynamics of Independent Learning Agents in Population Games [21.68881173635777]
本稿では,集団ゲームにおける独立学習エージェントのプロセスとダイナミクスの形式的関係について述べる。マスター方程式アプローチを用いて、人口動態を特徴付けるための新しい統一的な枠組みを提供する。
論文参考訳（メタデータ） (2020-06-29T14:22:23Z)
Contextuality scenarios arising from networks of stochastic processes [68.8204255655161]
経験的モデルは、その分布が X 上の合同分布を極小化することができなければ文脈的と言える。我々は、多くのプロセス間の相互作用という、文脈的経験的モデルの異なる古典的な源泉を示す。長期にわたるネットワークの統計的挙動は、経験的モデルを一般的な文脈的かつ強い文脈的にする。
論文参考訳（メタデータ） (2020-06-22T16:57:52Z)

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。