論文の概要: Sub-exponential Growth of New Words and Names Online: A Piecewise Power-Law Model

• arxiv url: http://arxiv.org/abs/2511.04106v3
• Date: Wed, 12 Nov 2025 01:41:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-12 16:10:52.666412
• Title: Sub-exponential Growth of New Words and Names Online: A Piecewise Power-Law Model
• Title（参考訳）: 新しい単語と名前のサブ指数的成長--Piecewise Power-Law Model
• Authors: Hayafumi Watanabe,
• Abstract要約: 亜指数成長は社会拡散の一般的なパターンである。 複素成長曲線を特徴付ける分別的なパワーローモデルを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The diffusion of ideas and language in society has conventionally been described by S-shaped models, such as the logistic curve. However, the role of sub-exponential growth -- a slower-than-exponential pattern known in epidemiology -- has been largely overlooked in broader social phenomena. Here, we present a piecewise power-law model to characterize complex growth curves with a few parameters. We systematically analyzed a large-scale dataset of approximately one billion Japanese blog articles linked to Wikipedia vocabulary, and observed consistent patterns in web search trend data (English, Spanish, and Japanese). Our analysis of 2,963 items, selected for reliable estimation (e.g., sufficient duration/peak, monotonic growth), reveals that 1,625 (55%) diffusion patterns without abrupt level shifts were adequately described by one or two segments. For single-segment curves, we found that (i) the mode of the shape parameter $α$ was near 0.5, indicating prevalent sub-exponential growth; (ii) the peak diffusion scale is primarily determined by the growth rate $R$, with minor contributions from $α$ or the duration $T$; and (iii) $α$ showed a tendency to vary with the nature of the topic, being smaller for niche/local topics and larger for widely shared ones. Furthermore, a micro-behavioral model of outward (stranger) vs. inward (community) contact suggests that $α$ can be interpreted as an index of the preference for outward-oriented communication. These findings suggest that sub-exponential growth is a common pattern of social diffusion, and our model provides a practical framework for consistently describing, comparing, and interpreting complex and diverse growth curves.
• Abstract（参考訳）: 社会におけるアイデアと言語の拡散は、伝統的に、ロジスティック曲線のようなS字型モデルによって説明されてきた。 しかし、疫学で知られている未経験のパターンである亜指数成長の役割は、より広い社会現象においてほとんど見過ごされてきている。 ここでは,数パラメータの複雑な成長曲線を特徴付けるための一意的なパワーローモデルを提案する。 ウィキペディアの語彙に関連付けられた約10億の日本語ブログ記事の大規模データセットを体系的に分析し,Web検索トレンドデータ(英語,スペイン語,日本語)における一貫したパターンを観察した。 信頼性評価のために選択された2,963項目(例えば, 十分な持続時間/ピーク, 単調成長)から, 急激なレベルシフトのない拡散パターン1,625件(55%)を, 1～2セグメントで適切に記述した。 単分曲線の場合、 i) 形状パラメータ$α$のモードは0.5付近であり, 有意な部分指数成長を示す。 (ii)ピーク拡散スケールは、主に成長率$R$で決定され、α$または期間$T$から小さなコントリビューションがある。 (iii)$α$はトピックの性質によって変化する傾向を示し,ニッチ/ローカルトピックでは小さく,広く共有されるトピックでは大きい傾向を示した。 さらに、外部(ストランガー)対内(コミュニティ)接触のマイクロビヘイビアモデルでは、$α$は、外向き通信の好みの指標として解釈可能であることを示唆している。 これらの結果から, 部分指数的成長は社会拡散の共通パターンであり, 複雑で多様な成長曲線を一貫して記述し, 比較し, 解釈するための実践的な枠組みを提供すると考えられる。

関連論文リスト

• Convergence and Divergence of Language Models under Different Random Seeds [26.31262670498101]
  コンバージェンス(コンバージェンス)は,種子間でのコンバージェンス(コンバージェンス)を期待値として測定する。 より大きなモデルは後続のトレーニング段階でより高速に再収束するのに対し、小さなモデルは実際には再収束しない。
  論文  参考訳（メタデータ） (2025-09-30T17:59:50Z)
• Multifractality in high-dimensional graphs induced by correlated radial disorder [0.0]
  障害相関によって誘導される頑健で解析的に実証可能な多フラクタル性を含むモデルのクラスを紹介する。 この多重フラクタル性の存在は、グラフの有効一次元鎖への創発的な断片化によって支えられていることが示されている。 これらの鎖上の状態の指数的局所化と根からの距離を持つ部位の指数的増加との相互作用は、観測された多フラクタル性の起源である。
  論文  参考訳（メタデータ） (2025-08-21T13:34:06Z)
• Deep-SITAR: A SITAR-Based Deep Learning Framework for Growth Curve Modeling via Autoencoders [1.274952786182905]
  本稿では、ニューラルネットワーク(ニューラルネットワーク)とB-スプラインモデルを統合し、SITARモデルを推定するオートエンコーダアーキテクチャに基づく教師付きディープラーニングフレームワークを提案する。 Deep-SITARは、成長軌跡を予測するための強力なアプローチを提供し、ディープラーニングの柔軟性と効率性と、従来の混合効果モデルの解釈可能性を組み合わせる。
  論文  参考訳（メタデータ） (2025-05-14T15:55:16Z)
• A U-turn on Double Descent: Rethinking Parameter Counting in Statistical Learning [68.76846801719095]
  二重降下がいつどこで起こるのかを正確に示し、その位置が本質的に閾値 p=n に結び付けられていないことを示す。 これは二重降下と統計的直観の間の緊張を解消する。
  論文  参考訳（メタデータ） (2023-10-29T12:05:39Z)
• Identifiable Latent Polynomial Causal Models Through the Lens of Change [82.14087963690561]
  因果表現学習は、観測された低レベルデータから潜在的な高レベル因果表現を明らかにすることを目的としている。 主な課題の1つは、識別可能性(identifiability)として知られるこれらの潜伏因果モデルを特定する信頼性の高い保証を提供することである。
  論文  参考訳（メタデータ） (2023-10-24T07:46:10Z)
• Towards Faster Non-Asymptotic Convergence for Diffusion-Based Generative Models [49.81937966106691]
  我々は拡散モデルのデータ生成過程を理解するための非漸近理論のスイートを開発する。 従来の研究とは対照的に,本理論は基本的だが多目的な非漸近的アプローチに基づいて開発されている。
  論文  参考訳（メタデータ） (2023-06-15T16:30:08Z)
• A minor extension of the logistic equation for growth of word counts on online media: Parametric description of diversity of growth phenomena in society [0.0]
  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。
  論文  参考訳（メタデータ） (2022-11-30T04:37:36Z)
• Super-model ecosystem: A domain-adaptation perspective [101.76769818069072]
  本稿では,ドメイン適応による新たなスーパーモデルパラダイムの理論的基礎を確立することを試みる。 スーパーモデルパラダイムは、計算とデータコストと二酸化炭素排出量を減らすのに役立つ。
  論文  参考訳（メタデータ） (2022-08-30T09:09:43Z)
• Learning of Visual Relations: The Devil is in the Tails [59.737494875502215]
  視覚的関係学習は、物体群に関する共同推論の性質から、長期にわたる問題である。 本稿では,悪が天国にあるという別の仮説を探求する。 この仮説の下では、モデルをシンプルに保ちながら、長い尾の分布に対処する能力を向上させることで、より良い性能が得られる。
  論文  参考訳（メタデータ） (2021-08-22T08:59:35Z)
• Variational Causal Networks: Approximate Bayesian Inference over Causal Structures [132.74509389517203]
  離散DAG空間上の自己回帰分布をモデル化したパラメトリック変分族を導入する。 実験では,提案した変分後部が真の後部を良好に近似できることを示した。
  論文  参考訳（メタデータ） (2021-06-14T17:52:49Z)
• Why do classifier accuracies show linear trends under distribution shift? [58.40438263312526]
  あるデータ分布上のモデルの精度は、別の分布上の精度のほぼ線形関数である。 2つのモデルが予測で一致する確率は、精度レベルだけで推測できるものよりも高いと仮定します。 分布シフトの大きさが大きければ, 2 つの分布のモデルを評価する場合, 線形傾向が生じなければならない。
  論文  参考訳（メタデータ） (2020-12-31T07:24:30Z)
• 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)
• Double Descent Risk and Volume Saturation Effects: A Geometric Perspective [5.634825161148483]
  モデルボリュームの対数:$log V$はAICおよびBICモデル選択基準の背景にある直観を拡張する。 等方的線形回帰と統計格子の特定のモデルクラスに対して、$log V$項は異なる成分の和に分解できる。
  論文  参考訳（メタデータ） (2020-06-08T05:47:57Z)
• Time-invariant degree growth in preferential attachment network models [8.929656934088989]
  本稿では,ノードの適合度と老化を優先的に組み合わせたネットワークモデルのクラスにおける次数ダイナミクスについて検討する。 本研究は,ネットワークの一様成長と指数的成長という,2つの特別なネットワーク成長形態に対してのみ自己整合性を示す。
  論文  参考訳（メタデータ） (2020-01-22T16:31:11Z)

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。