文献

J-GLOBAL ID：201702286297677467   整理番号：17A1635116

ソーシャルネットワーク応用のための神経認知のモデル化について【Powered by NICT】

On the modeling of neural cognition for social network applications

著者 (5件)： Wei Jieqiang (ACCESS Linnaeus Centre, School of Electrical Engineering) ,  Wu Junfeng (ACCESS Linnaeus Centre, School of Electrical Engineering) ,  Molinari Marco (Department of Energy Technology. KTH Royal Institute of Technology, SE-100 44 Stockholm, Sweden) ,  Cvetkovic Vladimir (School of Architecture and the built environment) ,  Johansson Karl H. (ACCESS Linnaeus Centre, School of Electrical Engineering)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCTA  ページ： 1569-1574  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ソーシャルネットワークにおける神経認知を研究した。確率モデルを導入し,特別な場合,すなわちRescorla-WagnerモデルとFriedkin Johnsenモデルとしてのパブロフ型条件付けと社会的ネットワークにおける二つの良く知られたモデルを組み込むことを示した。これらモデルの解釈と比較を議論した。障害は全ての時間独立同一分布とランダム変数の分布はMarkov連鎖に従って発展する二つの場合を考察した。を両方のケースのためにシステムが平均二乗安定状態の期待がコンセンサスに収束することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 確率モデル ,  *モデリング ,  Markov連鎖
準シソーラス用語： ランダム変数 ,  *神経 ,  *社会的ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 計算理論  (JB02000A)

タイトルに関連する用語 (5件)： ソーシャルネットワーク ,  応用 ,  神経 ,  認知 ,  モデル化