연속 의견 동역학 시스템의 스케일링 한계
본 논문은 연속적인 의견 동역학, 즉 가십 모델이라 불리는 시스템의 스케일링 한계를 분석한다. 이 모델에서 각 에이전트는 자신의 현재 의견 벡터와 관찰한 다른 에이전트의 의견을 가중 평균(가중치는 에이전트와 의견에 따라 달라질 수 있음)으로 업데이트한다. 대규모 에이전트 집단으로 한계에 접근할 때, 경험적 의견 밀도는 확률적 측면에서 지수적인 수렴률을 보이며, 평균장(mean‑field) 동역학을 기술하는 확률측도값 일반 미분 방정식의 해 주위…
저자: Giacomo Como, Fabio Fagnani
스케일링 한계는 확률적 연속 의견 동역학 시스템, 즉 가십 모델에 대해 분석된다. 이러한 모델에서 에이전트는 자신의 현재 벡터형 의견을 다른 관찰된 에이전트의 의견과의 convex 조합(에이전트 및 의견에 따라 달라질 수 있음)으로 업데이트한다. 대규모 에이전트 집단 크기의 한계에서, 경험적 의견 밀도는 확률적 측면에서 지수적인 확률 수렴률을 보이며, 시스템의 평균장 동역학을 기술하는 확률측도값 일반 미분 방정식의 해 주위에 집중한다. 연관된 초기값 문제의 성질을 연구한다. 제한된 신뢰 구간(bounded‑confidence) 의견 동역학 및 이질적인 영향 환경이 존재할 경우 해의 장기 거동을 분석한다.
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기