論文の概要: Emotional Modulation in Swarm Decision Dynamics

• arxiv url: http://arxiv.org/abs/2603.09963v1
• Date: Tue, 10 Mar 2026 17:56:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-11 15:25:24.52103
• Title: Emotional Modulation in Swarm Decision Dynamics
• Title（参考訳）: Swarm Decision Dynamicsにおける感情変調
• Authors: David Freire-Obregón,
• Abstract要約: 我々は、蜂の方程式をエージェントベースモデルに拡張し、コンセンサス形成における感情的伝染を研究する。 その結果,感情変調は意思決定結果に偏りを生じ,収束時間を変化させる可能性が示唆された。 提案フレームワークは,自然システムと人工システムの両方において,集団選択の感情的次元を研究する柔軟なツールを提供する。
• 参考スコア（独自算出の注目度）: 2.0221069271989305
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Collective decision-making in biological and human groups often emerges from simple interaction rules that amplify minor differences into consensus. The bee equation, developed initially to describe nest-site selection in honeybee swarms, captures this dynamic through recruitment and inhibition processes. Here, we extend the bee equation into an agent-based model in which emotional valence (positive-negative) and arousal (low-high) act as modulators of interaction rates, effectively altering the recruitment and cross-inhibition parameters. Agents display simulated facial expressions mapped from their valence-arousal states, allowing the study of emotional contagion in consensus formation. Three scenarios are explored: (1) the joint effect of valence and arousal on consensus outcomes and speed, (2) the role of arousal in breaking ties when valence is matched, and (3) the "snowball effect" in which consensus accelerates after surpassing intermediate support thresholds. Results show that emotional modulation can bias decision outcomes and alter convergence times by shifting effective recruitment and inhibition rates. At the same time, intrinsic non-linear amplification can produce decisive wins even in fully symmetric emotional conditions. These findings link classical swarm decision theory with affective and social modelling, highlighting how both emotional asymmetries and structural tipping points shape collective outcomes. The proposed framework offers a flexible tool for studying the emotional dimensions of collective choice in both natural and artificial systems.
• Abstract（参考訳）: 生物学的グループと人間グループの集団的意思決定は、小さな違いをコンセンサスに増幅する単純な相互作用規則から生じることが多い。 ミツバチの群れにおける巣場選択を記述するために最初に開発されたミツバチの方程式は、リクルートと抑制プロセスを通じてこのダイナミクスを捉えている。 ここでは、ハチの方程式をエージェントベースモデルに拡張し、感情価(正負)と覚醒(低高)が相互作用率の変調器として作用し、採用と相互抑制のパラメータを効果的に変化させる。 エージェントは、その原子価-覚醒状態からマッピングされたシミュレートされた表情を表示し、コンセンサス形成における感情的伝染の研究を可能にする。 3つのシナリオについて検討し,(1)有意差と覚醒がコンセンサス結果と速度に与える影響,(2)有意差が一致した場合の有意関係の破れにおける覚醒の役割,(3)中間支持閾値を越えてコンセンサスを加速する「雪効果」について検討した。 その結果、感情変調は、効果的な採用率と抑制率を変化させることで、決定結果に偏りを生じ、収束時間を変化させることを示した。 同時に、本質的な非線形増幅は、完全に対称な感情状態であっても決定的な勝利をもたらす。 これらの知見は、古典的なSwarm決定理論と感情的・社会的モデリングを結びつけ、感情的非対称性と構造的転換点の両方が集合結果をどのように形成するかを強調した。 提案フレームワークは,自然システムと人工システムの両方において,集団選択の感情的次元を研究する柔軟なツールを提供する。

関連論文リスト

• Memory-guided Prototypical Co-occurrence Learning for Mixed Emotion Recognition [56.00118641432005]
  本稿では,感情共起パターンを明示的にモデル化するメモリ誘導型プロトタイプ共起学習フレームワークを提案する。 人間の認知記憶システムに触発されて,意味レベルの共起関係を抽出するメモリ検索戦略を導入する。 本モデルは感情分布予測のための感情情報表現を学習する。
  論文  参考訳（メタデータ） (2026-02-24T04:11:25Z)
• AgentZero++: Modeling Fear-Based Behavior [4.783433971864009]
  我々は,集団暴力をシミュレートするための認知,感情,社会的メカニズムを統合したエージェントベースモデルであるAgentZero++を提案する。 EpsteinのAgent_Zeroフレームワークをベースにして、8つの振る舞い拡張でオリジナルのモデルを拡張します。 これらの追加により、エージェントは内部の状態、以前の経験、社会的フィードバックに基づいて適応できる。
  論文  参考訳（メタデータ） (2025-10-05T22:33:56Z)
• Stimulus-to-Stimulus Learning in RNNs with Cortical Inductive Biases [0.0]
  大脳皮質に広まる2種類の誘導バイアスを用いた刺激置換の繰り返しニューラルネットワークモデルを提案する。 本研究では,モデルが幅広い条件づけ現象を発生させ,学習量と多数の関連性を学習可能であることを示す。 我々の枠組みは、大脳皮質におけるマルチコンパートメントニューロン処理の重要性を強調し、大脳皮質動物を進化の端とみなす方法を示している。
  論文  参考訳（メタデータ） (2024-09-20T13:01:29Z)
• Interpretable Imitation Learning with Dynamic Causal Relations [65.18456572421702]
  得られた知識を有向非巡回因果グラフの形で公開することを提案する。 また、この因果発見プロセスを状態依存的に設計し、潜在因果グラフのダイナミクスをモデル化する。 提案するフレームワークは,動的因果探索モジュール,因果符号化モジュール,予測モジュールの3つの部分から構成され,エンドツーエンドで訓練される。
  論文  参考訳（メタデータ） (2023-09-30T20:59:42Z)
• A Hierarchical Regression Chain Framework for Affective Vocal Burst Recognition [72.36055502078193]
  本稿では,声帯からの感情認識のための連鎖回帰モデルに基づく階層的枠組みを提案する。 データスパシティの課題に対処するため、レイヤワイドおよび時間アグリゲーションモジュールを備えた自己教師付き学習(SSL)表現も使用しています。 提案されたシステムは、ACII Affective Vocal Burst (A-VB) Challenge 2022に参加し、「TWO」および「CULTURE」タスクで第1位となった。
  論文  参考訳（メタデータ） (2023-03-14T16:08:45Z)
• Free energy model of emotional valence in dual-process perceptions [0.0]
  適切な覚醒レベルは肯定的な感情を誘発し、高い覚醒電位は否定的な感情を引き起こす。 本稿では,人間の認知の二重過程における覚醒ポテンシャル変化の数学的枠組みを提案する。 ベイズ事前の変更として, 自動過程から制御過程への移行を二重過程で定式化する。
  論文  参考訳（メタデータ） (2022-10-19T02:52:13Z)
• Antagonistic Crowd Simulation Model Integrating Emotion Contagion and Deep Reinforcement Learning [19.60008056384961]
  複雑な感情が意思決定に影響を与えるメカニズム、特に突然の対立の環境では、まだ解明されていない。 感情的感染と深層強化学習を組み合わせた新たな対角的群集シミュレーションモデルを提案する。 その結果、感情は集団戦闘に重大な影響を与え、ポジティブな感情状態は戦闘に役立つことが証明されています。
  論文  参考訳（メタデータ） (2021-04-29T01:18:13Z)

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。