論文の概要: Inferring the microscopic mechanisms of opinion dynamics using a kinetic Ising model
- arxiv url: http://arxiv.org/abs/2609.23690v1
- Date: Sun, 20 Sep 2026 15:05:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-24 16:24:25.275589
- Title: Inferring the microscopic mechanisms of opinion dynamics using a kinetic Ising model
- Title（参考訳）: 運動的イジングモデルを用いた意見力学の微視的メカニズムの推定
- Abstract要約: 動力学的イジングモデルは二元論の力学を記述するために広く用いられているが、その妥当性は経験的に検証されることは稀である。
ここでは,1年間のオンラインソーシャルネットワークから意見更新を管理する移行確率を推定し,Ising Heat-bath dynamicsによって正確に記述されていることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Kinetic Ising models are widely used to describe binary opinion dynamics, but their microscopic validity has rarely been tested empirically. Here, we infer the transition probabilities governing opinion updates from a year-long online social network and show that they are accurately described by an Ising heat-bath dynamics. The inferred parameters admit a direct sociological interpretation: the external field quantifies intrinsic bias, the coupling strength measures social influence, and a persistence term captures temporal inertia. We further show that persistence is positively correlated with node degree, while both persistence and interaction strength are strongly correlated with global network heterogeneity and clustering. Using the inferred time-dependent parameters in Monte Carlo simulations on the empirical temporal networks, we accurately reproduce the observed response functions, flip probabilities, and macroscopic opinion dynamics. Within the Twitter climate debate, our results provide direct empirical support for a kinetic Ising description of online opinion formation and establish a quantitative link between microscopic social behavior and evolving network topology.
- Abstract（参考訳）: 動力学的イジングモデルは二元論の力学を記述するために広く用いられているが、その微視的妥当性は経験的にテストされることは稀である。
ここでは,1年間のオンラインソーシャルネットワークから意見更新を管理する移行確率を推定し,Ising Heat-bath dynamicsによって正確に記述されていることを示す。
外界は内在バイアスを定量化し、結合強度は社会的影響を測り、持続的項は時間的慣性を捉えます。
さらに,永続性はノード次数と正の相関を示す一方で,持続性と相互作用強度はグローバルネットワークの不均一性とクラスタリングと強く相関していることを示す。
モンテカルロシミュレーションの時間依存性パラメータを用いて,観測された応答関数,フリップ確率,マクロ的意見力学を正確に再現する。
Twitterの気候に関する議論の中で、我々の結果はオンライン意見形成の速度論的Ising記述に対する直接的な実証的支援を提供し、微視的な社会的行動とネットワークトポロジーの定量的な関係を確立する。
関連論文リスト
- Quantum fluctuations and chaos in fully connected spin models [84.0552206158625]
完全連結な$mathrmSU(3)$ spin-exchangeモデルにおける平均場外ダイナミクスについて検討する。
2つの粒子既約(2PI)実効的な作用形式を用いて、相互作用によって生成される高次相関を考慮に入れた運動方程式を導出する。
この結果から, 量子多体系におけるマクロ力学を記述するためには, 揺らぎの正確な処理が不可欠であることが示唆された。
論文 参考訳（メタデータ） (2026-05-26T15:53:43Z) - How Predicted Links Influence Network Evolution: Disentangling Choice and Algorithmic Feedback in Dynamic Graphs [2.2866375438812434]
リンク予測モデルは、進化するネットワークにおける相互作用を推奨するためにますます使われている。
特に、観測されたホモフィリは、ネットワーク力学とアルゴリズム的フィードバックによって誘発される増幅効果と固有の相互作用傾向を膨らませる。
本稿では,これら2つの情報源をアンタングル化する時間的枠組みを提案し,相互作用強度から導かれる瞬時バイアス尺度を提案する。
論文 参考訳（メタデータ） (2026-03-04T11:10:12Z) - Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。
シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。
マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
論文 参考訳（メタデータ） (2025-10-09T04:48:49Z) - Langevin Flows for Modeling Neural Latent Dynamics [81.81271685018284]
逐次変分自動エンコーダであるLangevinFlowを導入し、潜伏変数の時間的進化をアンダーダム化したLangevin方程式で制御する。
われわれのアプローチは、慣性、減衰、学習されたポテンシャル関数、力などの物理的事前を組み込んで、ニューラルネットワークにおける自律的および非自律的プロセスの両方を表現する。
本手法は,ロレンツ誘引器によって生成される合成神経集団に対する最先端のベースラインより優れる。
論文 参考訳（メタデータ） (2025-07-15T17:57:48Z) - Causal Spherical Hypergraph Networks for Modelling Social Uncertainty [3.0181801777983086]
本稿では,社会基盤予測の枠組みであるCausal Spherical Hypergraph Networks(Causal-SphHN)を提案する。
提案手法は, 個人を超球面埋め込みとして, グループコンテキストをハイパーエッジとして表現し, 意味的および関係的幾何を捉える。
SNARE(オフラインネットワーク)、PHEME(オンライン談話)、AMIGOS(マルチモーダル・エフェクト)の実験は、Causal-SphHNが強いベースライン上での予測精度、堅牢性、キャリブレーションを改善することを示した。
論文 参考訳（メタデータ） (2025-06-21T22:30:04Z) - Dynamic Epistemic Friction in Dialogue [9.319621877912311]
エピステミック・フリクション(epistemic friction)とは、新しい、矛盾する、曖昧な情報に対する信念を更新する際に発生する抵抗である。
我々はこれを動的疫学の枠組みに位置づけ、相互作用の間、摩擦は非自明な信念の再考として現れる。
論文 参考訳（メタデータ） (2025-06-12T17:41:00Z) - Allostatic Control of Persistent States in Spiking Neural Networks for perception and computation [79.16635054977068]
本稿では,アロスタシスの概念を内部表現の制御に拡張することにより,環境に対する知覚的信念を更新するための新しいモデルを提案する。
本稿では,アトラクタネットワークにおける活動の急増を空間的数値表現として利用する数値認識の応用に焦点を当てる。
論文 参考訳（メタデータ） (2025-03-20T12:28:08Z) - Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust
Closed-Loop Control [63.310780486820796]
繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。
パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
論文 参考訳（メタデータ） (2023-10-05T21:44:18Z) - Latent Equilibrium: A unified learning theory for arbitrarily fast
computation with arbitrarily slow neurons [0.7340017786387767]
遅いコンポーネントのネットワークにおける推論と学習のための新しいフレームワークであるLatent Equilibriumを紹介する。
我々は, ニューロンとシナプスのダイナミクスを, 将来的なエネルギー関数から導出する。
本稿では,大脳皮質微小循環の詳細なモデルに我々の原理を適用する方法について述べる。
論文 参考訳（メタデータ） (2021-10-27T16:15:55Z)
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。