相互接続世界における構造と影響:社会ネットワーク上の実時間分散学習の神経計算機構【JST・京大機械翻訳】

Jiang, Y.; Mi, Q.; Zhu, L.

プレプリント

J-GLOBAL ID：202202204304327536 整理番号：22P0318970

相互接続世界における構造と影響:社会ネットワーク上の実時間分散学習の神経計算機構【JST・京大機械翻訳】

Structure and influence in an interconnected world: neurocomputational mechanism of real-time distributed learning on social networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月25日プレプリントサーバーでの情報更新日： 2022年03月25日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

多くの社会種は,自分自身を含むソーシャルネットワークに埋め込まれている。ソーシャルネットワークの構造は,どの情報が学習し,そこから何が学習するかを制約することにより,著者らの決定を形作る。しかし,どのように脳がソーシャルネットワーク構造を学習と意思決定プロセスに組み込むか,そしてネットワーク化された環境における学習がどのように孤立パートナーからの学習と異なるか。リアルタイム分散学習タスクと計算モデリング,fMRI,およびソーシャルネットワーク解析を結合して,著者らは,様々なトポロジー構造で7ノードネットワークに関する他の決定を観察することから,人間が学習する過程を研究した。ソーシャルネットワーク上での学習は,側方前頭前野皮質で符号化された行動予測誤差によってサポートされた,十分に確立された強化学習アルゴリズムと類似して実現できることを示した。重要なことに,学習は,背側前帯状皮質における活動に従って,良く接続された隣人に対して柔軟に重みづけされるが,近隣行動としてのインソファは,それらの有益性において変化する。これらのデータは,情報源に関するネットワーク依存フィルタリングの神経計算メカニズムを示唆し,それは,相互連結社会におけるバイアス学習と誤情報の広がりを生じさせる可能性がある。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

計算機網 , その他の情報処理

, , , , , ,

前のページに戻る