概要 - フレッドキン-ヨンセン意見動態モデルの関連する量に対する効率的なアルゴリズム

タイトル
フレッドキン-ヨンセン意見動態モデルの関連する量に対する効率的なアルゴリズム

時間
2025-07-20 08:21:02

著者
{"Gengyu Wang","Runze Zhang","Zhongzhi Zhang"}

カテゴリ
{cs.SI,cs.CC}

リンク
http://arxiv.org/abs/2507.14864v1

PDF リンク
http://arxiv.org/pdf/2507.14864v1

概要

この論文は、Friedkin-Johnsen（FJ）モデルにおける均衡意見ベクトルおよび関連するメトリクスを効率的に決定する計算上の課題に対処しています。このモデルは、指針付きおよび無向の社会的ネットワークの両方に適用可能です。 著者たちは、従来の行列逆行列方法が大規模ネットワークには計算的に非現実的であると主張し、均衡意見ベクトルを効率的に近似するための新しいローカル反復アルゴリズムを提案しています。このアルゴリズムは、相対誤差界を保証しながら均衡意見ベクトルを近似します。 このアルゴリズムは、ノードのローカル特性を利用して非同期更新を行い、更新条件を満たすノードを管理するための先入先出（FIFO）キューを使用します。このアプローチは、ラプラシアンソルバーのような従来の方法に比べて効率と拡張性を大幅に向上させます。 著者たちはまた、ノードが内部意見がゼロである場合にアルゴリズムの堅牢性を向上させる方法を導入し、連続的な過剰緩和（SOR）技術を取り入れて収束を加速し、計算効率を向上させます。 実際のネットワークデータセットにおける実験では、提案されたアルゴリズムの実践的な効果が示され、従来の方法に比べて計算効率と拡張性に著しい改善が見られました。 論文の主要な貢献は以下の通りです： - 均衡意見ベクトルを効率的に近似する堅牢なローカル反復アルゴリズム。相対誤差界を保証。 - SOR技術の取り入れにより、収束を最適化し、計算効率を向上。 - 実際のネットワークデータセットにおける広範な実験が、提案されたアルゴリズムの効率と拡張性における利点を確認。 この論文は、大規模社会的ネットワークにおける均衡意見の計算のための効率的で拡張可能なアルゴリズムを提案することで、意見動態の分野に対して貴重な貢献をしています。


推奨論文

禁止パターンと植えられた色を持つエッジ色付け問題

各方向同性リメッシュおよび角度間最適化

SynC: ゼロショット画像キャプションのための1対多マッピングを用いた合成画像キャプションデータセットの精査

大規模な言語モデルの大量トレーニングを通じてイベント予測を進める：課題、解決策、及び広範な影響

Ultra3D：部分注意での効率的で高精度な3D生成

シロフの境界におけるリース評価と積分拡張

エッジでTransformerを加速するための超低消費電力CGRA

医学における埋め込みモデルの分野指定への進展

ダブル・ダーティー：同時的なLUTとアンダラー・チェーンの使用を可能にするFPGAアーキテクチャ

FD4QC：金融詐欺検出のための古典的および量子ハイブリッド機械学習の適用 技術報告