Social applications of two-dimensional Ising models
D. Stauffer
我回顾了三个社会经济模型的经济意见，城市隔离，语言的变化，并表明，众所周知的二维伊辛模型在每种情况下给出了相同的结果。
I review three socio-economic models of economic opinions, urban segregation, and language change and show that the well known two-dimensional Ising model gives about the same results in each case.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
A note on temperature without energy - a social example
利用伊辛模型中磁化率的概念，将社会温度定义为一组采取两种不同策略的智能体的策略随机变化率。
Phase of Ising spins on modular networks analogous to social polarization
复杂系统中的协调过程与网络中的集体排序问题有关，其中许多网络具有模块化组织。研究模块化随机网络上伊辛自旋的有序-无序转变，对应于社会中的共识形成，我们观察到两个不同的阶段：（i）在临界温度下每个模块内的有序化，其次是（ii）在较低温度下的全局有序化。这表明，即使代理人之间的相互作用有利于达成共识，社会两极分化成具有相反意见的群体也可以无限期地持续下去。
From Spin States to Social Consensus: Ising Approach to Dimer Configurations in Opinion Formation
本文基于Trust-Distrust Model（TDM），结合二聚体构型和Ising模型，提出了一种新的意见动力学方法，通过数学模型和数值模拟探索信任与不信任的相互作用及外部刺激对社会意见形成的影响。
Detecting Influence Campaigns in Social Networks Using the Ising Model
我们考虑的问题，确定协调的影响力活动进行的自动代理或机器人在社交网络。我们研究了几个不同的Twitter数据集，其中包含这样的活动，并发现机器人表现出异质性-他们与人类互动比彼此。我们利用这一观察结果，基于统计物理学中的伊辛模型，为网络结构和机器人标签开发了一个概率模型。我们提出了一种方法来找到机器人标签的最大似然分配通过解决最小切割问题。我们的算法允许同时检测可能参与协调影响活动的多个机器人，而不是一次识别一个机器人的其他方法。我们发现，与人类标记的地面实况相比，我们的算法能够比现有方法更准确地找到机器人。我们还查看了我们识别的机器人发布的内容，发现它们似乎有一个协调的议程。
Ising-PageRank model of opinion formation on social networks
我们提出了一个新的伊辛PageRank模型的意见形成的社交网络上，通过引入一个伊辛或自旋类似的结构，相应的谷歌矩阵。网络中的每个选民或节点都有两个分量，分别对应于社会中的红色或蓝色意见。此外，每个选举人在网络上传播红色或蓝色意见，因此选举人之间的联系由两个支持两种意见中的一种或另一种的矩阵描述。选举者根据其红色或蓝色PageRank向量分量的优势来投票红色或蓝色。我们确定最终社会投票对具有红色（或蓝色）影响的节点的分数的依赖性，从而确定红色或蓝色选项之间的选举结果边界的过渡。我们发现，即使精英分数很小，这个过渡边界也会受到由网络的顶级PageRank，CheiRank或2DRank节点组成的社会精英选民的意见的显着影响。对英文维基百科2017和牛津大学2006的网络进行了分析和数值研究。
Opinion formation at Ising social networks
该研究通过伊辛模型探讨了社会网络中意见形成过程，揭示了当非精英意见影响力增强时，主导意见从精英转向群体的现象。
From Spin States to Socially Integrated Ising Models: Proposed Applications of Graph States, Stabilizer States, Toric States to Opinion Dynamics
本研究提出将量子信息理论中的Graph态、Stabil子态与Toric态应用于观点见动力学学，以建模模拟社会互动与观点形成，并分析复杂社会网络中的，{
Highly Nonlinear Ising Model and Social Segregation
对统计物理学中常用的随机场伊辛模型的相互作用能进行了修正，即在通常的伊辛模型的能量上增加一个非线性项S^n，其中S是相邻自旋之和，n= 0，1，3，5，7，9，11.在谢林的城市隔离模型中，这种修正对应于住房价格取决于邻近地区。在不同温度、晶格尺寸、磁场、近邻数和不同时间间隔下的模拟结果表明，除了n=3违反普适性原理和对应态定律外，所有n的结果都是相似的。为了找到临界温度，对于大的n，我们不再从所有的自旋平行开始，而是从随机的构型开始，以促进自旋翻转。然而，在所有情况下，我们都有一个居里温度，只有在低于这个居里温度时才有相分离或长程偏析，并且它可以用一个简单的公式近似：当n=1时，Tc与1+m成正比，而当n >> 1时，Tc与m大致成正比。
Ising-like agent-based technology diffusion model: adoption patterns vs. seeding strategies
著名的伊辛模型在统计物理学中使用的社会动力学的背景下，模拟采用的技术创新。该模型明确地结合了（a）个人对创新优势的看法和（b）决策者社会网络成员的社会影响。微观层面的采用动态嵌入到一个基于代理的模型，允许探索宏观层面的模式，技术扩散整个系统具有不同的配置（早期采用者的数量和分布，社会网络拓扑结构）。在目前的工作中，我们进行了许多数值模拟。我们发现，当个人的看法之间的差距的选项是高的，采用速度增加，如果早期采用者的分散增长。另一个测试是通过随机连接到一个共同的意见参考（枢纽）来改变网络拓扑结构，这导致了采用速度的增加。最后，我们对常规和小世界网络的选项之间的竞争进行了模拟。
Mean-field-like behavior of the generalized voter-model-class kinetic Ising model
我们分析了具有抑制体噪声的动力学伊辛模型，它是广义选民模型相变的突出代表。一方面，我们讨论的社会系统的背景下，和意见形成的存在下，一个可调的社会温度的模型。另一方面，我们对突然的相变进行了表征。系统在吸收态的存在下表现出非平衡动力学。我们稍微改变了系统，得到一个稳态模型的变体表现出相同的相变。利用Fokker-Planck描述并与平均场计算结果进行比较，我们研究了导致动力学慢化的相变、有限尺寸效应和吸收态效应。
Coupled Ising models and interdependent discrete choices under social influence in homogeneous populations
使用统计物理学研究社会科学问题的动机和它的当前状态的艺术简要回顾，特别是离散的选择决策的情况下。两个二进制选择的耦合进行了一些详细的研究，使用伊辛模型的每个决策变量（意见或选择的时刻或自旋，社会经济等效的磁矩或自旋）。玩具模型为两种不同类型的耦合进行了研究分析和数值平均场（无限范围）近似。这相当于考虑与采用者比例或平均磁化成比例的社会影响效应。在非局部情况下，两个自旋变量通过Weiss平均场型项耦合。在社会经济背景下，当研究两个不同群体的个体时，这可能是有用的，在他们自己群体的社会影响下做出相同的决定，当他们的结果受到另一个群体的采纳者比例的影响时。在局部情况下，两个自旋变量仅通过每个个体耦合。这是考虑到一个群体中的每个人都做出了两个相互影响的不同选择。在这两种情况下，仅考虑恒定（内部和内部）耦合和外部场，即，只有完全同质的人群。大部分的结果是零场的情况下，即没有外部性或私人公用事业。相图和他们在社会经济背景下的解释进行了讨论，并与解耦的情况下。这两个系统具有许多共同的特征，包括一阶和二阶相变、亚稳态和滞后。最后，给出了一些一般性的评论，指出了这些模型的局限性，并提出了进一步的改进。
Influencing dynamics on social networks without knowledge of network microstructure
基于社会网络的信息运动可用于促进有益健康的行为和缓解两极分化（例如关于气候变化或疫苗）。基于网络的干预策略通常依赖于对网络结构的充分了解。由于可用性和隐私问题，很大程度上不可能或不希望获得人口级别的社交网络数据。更容易获得关于个人属性（例如年龄、收入）的信息，这些信息共同提供了个人的意见及其社交网络位置的信息。我们调查策略影响系统状态的统计力学为基础的意见形成模型。使用合成和数据为基础的例子，我们说明了实施粗粒度的影响策略的优势，伊辛模型的模块化结构中存在的外部字段。我们的工作提供了一个可扩展的方法来影响大型图上的伊辛系统和第一次探索的伊辛影响力问题的存在下，环境（社会）领域。通过利用强环境场可以简化网络动态控制的观察结果，我们的研究结果打开了有效计算和实施公共信息活动的可能性，使用社会网络理论的见解，而无需昂贵或侵入性的数据收集水平。
Sociophysics models inspired by the Ising model
本综述探讨了 Ising 及类 Ising 模型在社会物理系统中的应用，展示了其在观点动力学、金融市场等领域的集体行为特征，并强调了演化动力学规则的作用及未来研究方向。
Persistence in Random Bond Ising Models of a Socio-Econo Dynamics in High Dimensions
我们研究的持久性现象，在一个社会经济动力学模型，使用计算机模拟在有限的温度下的超立方晶格的尺寸高达5。该模型包括“社会\rq局部场”，其包含时间$t$的磁化。最近邻猝灭相互作用是从二元分布，这是一个键浓度的函数，$p$。模型中持续概率的衰减依赖于空间维数和$p$。我们发现在这个模型中没有证据表明“阻断\rq”。我们还讨论了我们的研究结果在社会和经济领域的应用的影响。
Echo chambers in the Ising model and implications on the mean magnetization
回声室效应是意见动态模型中的一个常用术语，用来描述一个人的意见如何通过社会互动被人为地增强。在这里，我们研究了这种效应在统计力学模型中的存在性，这些模型通常用于研究观点动力学。我们表明，伊辛模型不表现出回声室，但这一结果是一个特殊的对称性的后果。然后，我们区分三种类型的模型：（i）具有强回声室对称性的模型，这些模型根本没有回声室;（ii）具有弱回声室对称性的模型，这些模型可以表现出回声室，但只有当系统中存在外部场时，以及（iii）没有回声室对称性的模型，这些模型通常具有回声室。我们使用这些结果来构建一个有效的算法，有效地和精确地计算任意树网络的磁化。最后，我们将该算法应用于两个系统：Bethe格上随机场伊辛模型的相变和社交网络中的影响优化问题。
Maximizing Activity in Ising Networks via the TAP Approximation
最近，一系列复杂的生物、社会和物理系统被证明可以用伊辛模型定量描述，伊辛模型位于统计物理学和机器学习的交叉点。在这里，我们研究的基本问题，如何优化的状态的网络伊辛系统的外部影响的预算。在连续的设置，其中一个可以调整的影响施加到每个节点，我们提出了一系列近似梯度上升算法的基础上Plefka展开，它概括了朴素的平均场和TAP近似。在离散设置中，其中一个选择一小组有影响力的节点，这个问题是等价于著名的影响最大化问题，在社交网络与一个额外的随机噪声项。在这种情况下，我们提供了充分的条件时，目标是submodular，允许贪婪算法实现近似比$1-1/e$。此外，我们比较了基于Ising的算法与传统的影响最大化算法，证明了在系统中准确建模随机波动的实际重要性。
Inferring the microscopic mechanisms of opinion dynamics using a kinetic Ising model
本研究利用动力学Ising模型从在线社交网络数据中推断意见更新机制，验证了热浴动力学的有效性，并揭示了持久性、社会影响与网络拓扑的定量关联。
Social phase transition in Solomon network
本文用一维和二维伊辛模型模拟了Solomon网络，并在此基础上增加了相邻节点。一个“社会相变“在一个非零的居里类温度观察，也在一维。临界指数描述的行为的磁化在附近的过渡也进行了评估。
Separating Field--Camp Alignment from Structural Balance in a Frustrated Random-Field Ising Model of Social Networks
该研究在社会网络的受挫随机场伊辛模型中，分离了场-阵营对齐与结构平衡的作用，发现前者是驱动能隙分布差异的关键，仅结构平衡无显著效应。
Non-Equilibrium Phase Transitions Induced by Social Temperature in Kinetic Exchange Opinion Models on Regular Lattices
在这项工作中，我们研究了三态意见模型在噪声存在下的临界行为。这种噪音代表了独立的行为，起到了社会温度的作用。规则D维格上的每个代理都有一个概率$q$作为独立的，即，他可以选择自己的意见而不受邻居意见的影响。此外，在互补概率$1-q$的情况下，代理通过动力学交换与随机选择的最近邻交互。我们的数值计算结果表明，该模型经历非平衡相变的临界点$q_{c}$，依赖于晶格尺寸。这些相变是有序-无序型的，具有与伊辛模型相同的临界指数。与伊辛模型一样，该模型的上临界维数为$D_{c}=4$.从社会的角度来看，随着社会关系的增加，更容易观察到人口中的多数意见。
Income Tax Evasion Dynamics: Evidence from an Agent-based Econophysics Model
我们分析所得税逃税动态的标准模型的统计力学，伊辛模型的铁磁性。然而，在以往的研究相比，我们使用一个非均匀的多维伊辛模型的地方自由度（代理人）受到一个特定的社会温度和耦合到外部领域，管理他们的社会行为。这个新的建模框架允许分析四个不同的和相互作用的代理类型的大型社会。作为第二个新颖之处，我们的模型可以重现的结果，将标准的阿林厄姆和Sandmo逃税功能，以及从现有的二维伊辛逃税模型的结果基于代理的模型。然后，我们使用我们的模型分析不同的执法情况下的所得税逃税动态，并指出一些政策含义。
Persistence in a Random Bond Ising Model of Socio-Econo Dynamics
我们研究的持久性现象，在一个社会经济动力学模型，使用计算机模拟在有限的温度下的超立方晶格的尺寸高达5。该模型包括“社会\rq局部场”，其包含时间$t$的磁化。最近邻猝灭相互作用是从二元分布，这是一个键浓度的函数，$p$。模型中持续概率的衰减依赖于空间维数和$p$。我们发现在这个模型中没有证据表明“阻断\rq”。我们还讨论了我们的研究结果在社会和经济领域的可能应用的影响。有人建议，可以将是否存在阻塞作为一个标准，以决定某一模型在不同情况下的有效性。
Confrontation of capitalism and socialism in Wikipedia networks
本研究提出INOF伊辛网络舆论形成模型，分析6种语言维基百科网络的意识形态舆论对抗，发现全球舆论更倾向社会主义与共产主义，模型结果符合预期且可推广至其他舆论竞争场景。
Detecting Bots and Assessing Their Impact in Social Networks
在线社交网络经常受到恶意行为者通过使用被称为机器人的自动账户进行的影响活动。我们考虑的问题，检测机器人在线社交网络和评估其对个人的意见的影响。我们首先分析机器人在社交网络中的行为，并确定它们表现出异质性，这意味着它们与人类的互动比其他机器人更多。我们使用这个属性来开发一个检测算法的基础上伊辛模型从统计物理。机器人通过解决最小割问题来识别。我们表明，这种伊辛模型算法可以识别机器人具有更高的准确性，同时利用更少的数据比其他国家的最先进的方法。然后，我们开发了一个函数，我们称之为广义谐波影响中心性，以估计机器人对社交网络中用户意见的影响。该函数基于广义意见动力学模型，并捕捉机器人的活动水平和网络连接如何改变平衡意见。为了将广义调和影响中心性应用于真实的社交网络，我们开发了一个深度神经网络来基于用户的社交网络帖子来测量用户的意见。使用这个神经网络，我们然后计算机器人在多个真实的社交网络的广义谐波影响中心。对于一些网络，我们发现有限数量的机器人可以导致人口观点的重大变化。在其他网络中，我们发现机器人几乎没有影响。总的来说，我们发现广义谐波影响中心是一个有用的操作工具来衡量机器人在社交网络的影响。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。