認知行動非対称性を持つ記憶社会ネットワークにおけるコスト関数学習【JST・京大機械翻訳】

Mao Yanbing; Li Jining; Hovakimyan Naira; Abdelzaher Tarek; Lebiere Christian

プレプリント

J-GLOBAL ID：202202212825391934 整理番号：22P0306847

認知行動非対称性を持つ記憶社会ネットワークにおけるコスト関数学習【JST・京大機械翻訳】

Cost Function Learning in Memorized Social Networks with Cognitive Behavioral Asymmetry

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 (5件)： , , , ,
資料名：
発行年： 2022年03月18日プレプリントサーバーでの情報更新日： 2022年10月28日
JST資料番号： O7000B 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)

本論文では,ソーシャル情報ネットワークにおけるコスト関数学習を検討し,情報消費に対する人間の記憶の影響を明示的に考慮した。著者らはまず,確認バイアスと新規バイアスによって表される非対称認知バイアスの系統的モデリングに焦点を当てて,社会的情報拡散動力学のためのモデルを提案した。提案したソーシャルモデル上に,次に,M ̄3IRL:モデルおよび最大エントロピーベース逆強化学習フレームワークを提案し,記憶ソーシャルネットワークにおける目標個人のコスト関数を学習した。既存のBayesIRL,最大エントロピーIRL,相対エントロピーIRL,および最大因果エントロピーIRLと比較して,M ̄3IRLの特性は,Markov決定プロセス原理,単一有限時間軌道サンプルだけの必要,および有界決定変数に依存性がない。最後に,提案した社会的情報拡散モデルとM ̄3IRLアルゴリズムの有効性をオンラインソーシャルメディアデータにより検証した。【JST・京大機械翻訳】

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

人工知能

, , , , ,

前のページに戻る