論文の概要: Opinion Dynamics with Highly Oscillating Opinions

• arxiv url: http://arxiv.org/abs/2506.20472v1
• Date: Wed, 25 Jun 2025 14:22:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-26 21:00:42.777497
• Title: Opinion Dynamics with Highly Oscillating Opinions
• Title（参考訳）: 高振動オピニオンを用いたオピニオンダイナミクス
• Authors: Víctor A. Vargas-Pérez, Jesús Giráldez-Cru, Oscar Cordón,
• Abstract要約: いくつかのオピニオンダイナミクス(OD)モデルの高振動ダイナミクスを再現する能力について検討した。 ATBCRは,世論更新の合理的かつ感情的なメカニズムを基礎として,高度に振動する世論を捉える上で,最も正確なODモデルであることを示す。
• 参考スコア（独自算出の注目度）: 2.5862278972437998
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Opinion Dynamics (OD) models are a particular case of Agent-Based Models in which the evolution of opinions within a population is studied. In most OD models, opinions evolve as a consequence of interactions between agents, and the opinion fusion rule defines how those opinions are updated. In consequence, despite being simplistic, OD models provide an explainable and interpretable mechanism for understanding the underlying dynamics of opinion evolution. Unfortunately, existing OD models mainly focus on explaining the evolution of (usually synthetic) opinions towards consensus, fragmentation, or polarization, but they usually fail to analyze scenarios of (real-world) highly oscillating opinions. This work overcomes this limitation by studying the ability of several OD models to reproduce highly oscillating dynamics. To this end, we formulate an optimization problem which is further solved using Evolutionary Algorithms, providing both quantitative results on the performance of the optimization and qualitative interpretations on the obtained results. Our experiments on a real-world opinion dataset about immigration from the monthly barometer of the Spanish Sociological Research Center show that the ATBCR, based on both rational and emotional mechanisms of opinion update, is the most accurate OD model for capturing highly oscillating opinions.
• Abstract（参考訳）: オピニオンダイナミクス(Opinion Dynamics, OD)モデルは、集団内の意見の進化を研究するエージェントベースモデルの一種である。 ほとんどのODモデルでは、エージェント間の相互作用の結果、意見は進化し、意見融合ルールはそれらの意見の更新方法を定義する。 結果として、単純化されているにもかかわらず、ODモデルは、意見進化の根底にあるダイナミクスを理解するための説明可能な、解釈可能なメカニズムを提供する。 残念なことに、既存のODモデルは、主にコンセンサス、断片化、偏光に対する(通常合成された)意見の進化を説明することに重点を置いている。 この研究は、高度に振動する力学を再現するいくつかのODモデルの能力を研究することで、この制限を克服する。 この目的のために、進化的アルゴリズムを用いてさらに解決される最適化問題を定式化し、最適化の性能に関する定量的結果と、得られた結果に対する定性的な解釈の両方を提供する。 スペイン社会研究センターの月次バロメーターからの移民に関する実世界の世論データセットに関する実験では、世論更新の合理的かつ感情的なメカニズムをベースとしたABBCRが、高度に振動する世論を捉えるための最も正確なODモデルであることが示されている。

関連論文リスト

• Consistent World Models via Foresight Diffusion [56.45012929930605]
  我々は、一貫した拡散に基づく世界モデルを学習する上で重要なボトルネックは、最適下予測能力にあると主張している。 本稿では,拡散に基づく世界モデリングフレームワークであるForesight Diffusion(ForeDiff)を提案する。
  論文  参考訳（メタデータ） (2025-05-22T10:01:59Z)
• VACT: A Video Automatic Causal Testing System and a Benchmark [55.53300306960048]
  VACTは、現実世界のシナリオにおけるVGMの因果的理解をモデル化、評価、測定するための**自動**フレームワークである。 マルチレベル因果評価指標を導入し、VGMの因果性能を詳細に分析する。
  論文  参考訳（メタデータ） (2025-03-08T10:54:42Z)
• UniGO: A Unified Graph Neural Network for Modeling Opinion Dynamics on Graphs [12.887980453980393]
  本稿では、異なる意見融合ルールを統合し、対応する合成データセットを生成するために、統一された意見力学モデルを構築する。 統一された意見力学の利点をフル活用するために、グラフ上での意見の進化をモデル化するフレームワークであるUniGOを紹介した。 UniGOは、グラフニューラルネットワークを通じて意見のダイナミクスを効率的にモデル化し、平衡現象を保ちながら過度な平滑化を緩和する。
  論文  参考訳（メタデータ） (2025-02-17T07:40:32Z)
• Unfamiliar Finetuning Examples Control How Language Models Hallucinate [75.03210107477157]
  大規模な言語モデルは、馴染みのないクエリに直面した時に幻覚化することが知られている。 モデルの微調整データの見慣れない例は、これらのエラーを形作るのに不可欠である。 本研究は,RLファインタニング戦略をさらに研究し,長大なモデル生成の現実性を改善することを目的とする。
  論文  参考訳（メタデータ） (2024-03-08T18:28:13Z)
• Simulating Opinion Dynamics with Networks of LLM-based Agents [7.697132934635411]
  本稿では,Large Language Models (LLMs) の集団に基づく意見力学のシミュレーション手法を提案する。 以上の結果から, LLMエージェントの正確な情報生成に対するバイアスが強く, シミュレーションエージェントが科学的現実に一致していることが明らかとなった。 しかし、素早い工学を通して確認バイアスを誘導した後、既存のエージェント・ベース・モデリングや意見ダイナミクス研究と並んで意見の断片化を観察した。
  論文  参考訳（メタデータ） (2023-11-16T07:01:48Z)
• The drivers of online polarization: fitting models to data [0.0]
  エコーチャンバー効果と意見偏光は、情報消費における人間のバイアスや、フィードアルゴリズムによって生成されるパーソナライズされたレコメンデーションなど、いくつかの要因によって引き起こされる可能性がある。 これまでは主に意見力学モデルを用いて、分極とエコーチャンバーの出現の背後にあるメカニズムを探索してきた。 シミュレーションから得られた意見分布とソーシャルメディア上で測定した意見分布を数値的に比較する手法を提案する。
  論文  参考訳（メタデータ） (2022-05-31T17:00:41Z)
• Beyond Trivial Counterfactual Explanations with Diverse Valuable Explanations [64.85696493596821]
  コンピュータビジョンの応用において、生成的対実法はモデルの入力を摂動させて予測を変更する方法を示す。 本稿では,多様性強化損失を用いて制約される不連続潜在空間における摂動を学習する反事実法を提案する。 このモデルは, 従来の最先端手法と比較して, 高品質な説明を生産する成功率を向上させる。
  論文  参考訳（メタデータ） (2021-03-18T12:57:34Z)
• Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
  実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。 特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。 本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
  論文  参考訳（メタデータ） (2021-02-12T12:23:13Z)

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。