Estudo de estratégias para mudanças coletivas em modelos de opinião
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | http://www.teses.usp.br/teses/disponiveis/43/43134/tde-30102014-121009/ |
Resumo: | O estudo de sistemas sociais sempre foi visto como fora do escopo da física. No entanto, nos últimos anos, com o desenvolvimento da mecânica estatística e da aprendizagem de máquinas, em conjunto com recentes avanços na neurociência, tornou-se possível a criação de diversos modelos no intuito de estudar quantitativamente grandezas antes consideradas majoritariamente qualitativas. Dentre os problemas considerados está a moralidade, bem como suas consequências para as dinâmicas de opinião. Mais especificamente, considera-se relevante estudar como se dá a mudança de opiniões dentro de uma sociedade, bem como estratégias para convencer uma população a alterar sua direção moral. Utilizando um modelo baseado em agentes, na qual cada agente é representado por um vetor moral e utiliza uma estratégia de aprendizagem ótima para o cenário professor/aluno, estudamos a influência de duas estratégias de convencimento no comportamento macroscópico de nossa sociedade modelo. Tomando como base a aprendizagem sequencial sem a presença de ruído, e o fato de que seleção de exemplos na borda da dúvida gera um decaimento exponencial do erro de generalização em redes neurais artificiais, estudamos o efeito desta técnica como estratégia de convencimento populacional, assim como a comparação de sua eficácia com a estratégia padrão, na qual os exemplos são selecionados uniformemente. |
id |
USP_b29238147b2af5f2b43c5146d092fd53 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-30102014-121009 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Estudo de estratégias para mudanças coletivas em modelos de opiniãoStudy of strategies for collective changes in opinion modelsAgent Based SystemsAprendizagem de MáquinasMachine LearningMecânica EstatísticaSistemas Baseados em AgentesSociofísicaSociophysicsStatistical MechanicsO estudo de sistemas sociais sempre foi visto como fora do escopo da física. No entanto, nos últimos anos, com o desenvolvimento da mecânica estatística e da aprendizagem de máquinas, em conjunto com recentes avanços na neurociência, tornou-se possível a criação de diversos modelos no intuito de estudar quantitativamente grandezas antes consideradas majoritariamente qualitativas. Dentre os problemas considerados está a moralidade, bem como suas consequências para as dinâmicas de opinião. Mais especificamente, considera-se relevante estudar como se dá a mudança de opiniões dentro de uma sociedade, bem como estratégias para convencer uma população a alterar sua direção moral. Utilizando um modelo baseado em agentes, na qual cada agente é representado por um vetor moral e utiliza uma estratégia de aprendizagem ótima para o cenário professor/aluno, estudamos a influência de duas estratégias de convencimento no comportamento macroscópico de nossa sociedade modelo. Tomando como base a aprendizagem sequencial sem a presença de ruído, e o fato de que seleção de exemplos na borda da dúvida gera um decaimento exponencial do erro de generalização em redes neurais artificiais, estudamos o efeito desta técnica como estratégia de convencimento populacional, assim como a comparação de sua eficácia com a estratégia padrão, na qual os exemplos são selecionados uniformemente.The study of social systems was always seen as out of scope for the physical sciences. However, in the last years, with the rapid development of statistical mechanics and machine learning, along with recent advances in the field of neuroscience, it became possible to create a wide range of models with the objective to investigate quantitatively aspects of sociology that were mainly considered as qualitative features. Within the considered problems lies the issue of morality, as well as it\'s consequences to opinion dynamics. More specifically, it is considered relevant to understand how the opinion change dynamics undergoes inside a society, as well as strategies to convince a population to alter it\'s moral direction. Using an agent based model, in which each agent is represented by a moral vector and has an optimally performing algorithm in the professor/student scenario, we study the influence of two different convincement strategies on the macroscopic behaviour of our model society. In the online learning framework, without any noise, it is known that examples distributed perpendicular to the student achieve a exponential decay in it\'s generalization error. Therefore, we study the effect of this technique as a population convincement strategy, along with it\'s efficiency compared to the standard strategy, in which examples are selected uniformly.Biblioteca Digitais de Teses e Dissertações da USPAlfonso, Nestor Felipe CatichaMaizel, André Schraider2014-08-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/43/43134/tde-30102014-121009/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:11:55Zoai:teses.usp.br:tde-30102014-121009Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:11:55Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Estudo de estratégias para mudanças coletivas em modelos de opinião Study of strategies for collective changes in opinion models |
title |
Estudo de estratégias para mudanças coletivas em modelos de opinião |
spellingShingle |
Estudo de estratégias para mudanças coletivas em modelos de opinião Maizel, André Schraider Agent Based Systems Aprendizagem de Máquinas Machine Learning Mecânica Estatística Sistemas Baseados em Agentes Sociofísica Sociophysics Statistical Mechanics |
title_short |
Estudo de estratégias para mudanças coletivas em modelos de opinião |
title_full |
Estudo de estratégias para mudanças coletivas em modelos de opinião |
title_fullStr |
Estudo de estratégias para mudanças coletivas em modelos de opinião |
title_full_unstemmed |
Estudo de estratégias para mudanças coletivas em modelos de opinião |
title_sort |
Estudo de estratégias para mudanças coletivas em modelos de opinião |
author |
Maizel, André Schraider |
author_facet |
Maizel, André Schraider |
author_role |
author |
dc.contributor.none.fl_str_mv |
Alfonso, Nestor Felipe Caticha |
dc.contributor.author.fl_str_mv |
Maizel, André Schraider |
dc.subject.por.fl_str_mv |
Agent Based Systems Aprendizagem de Máquinas Machine Learning Mecânica Estatística Sistemas Baseados em Agentes Sociofísica Sociophysics Statistical Mechanics |
topic |
Agent Based Systems Aprendizagem de Máquinas Machine Learning Mecânica Estatística Sistemas Baseados em Agentes Sociofísica Sociophysics Statistical Mechanics |
description |
O estudo de sistemas sociais sempre foi visto como fora do escopo da física. No entanto, nos últimos anos, com o desenvolvimento da mecânica estatística e da aprendizagem de máquinas, em conjunto com recentes avanços na neurociência, tornou-se possível a criação de diversos modelos no intuito de estudar quantitativamente grandezas antes consideradas majoritariamente qualitativas. Dentre os problemas considerados está a moralidade, bem como suas consequências para as dinâmicas de opinião. Mais especificamente, considera-se relevante estudar como se dá a mudança de opiniões dentro de uma sociedade, bem como estratégias para convencer uma população a alterar sua direção moral. Utilizando um modelo baseado em agentes, na qual cada agente é representado por um vetor moral e utiliza uma estratégia de aprendizagem ótima para o cenário professor/aluno, estudamos a influência de duas estratégias de convencimento no comportamento macroscópico de nossa sociedade modelo. Tomando como base a aprendizagem sequencial sem a presença de ruído, e o fato de que seleção de exemplos na borda da dúvida gera um decaimento exponencial do erro de generalização em redes neurais artificiais, estudamos o efeito desta técnica como estratégia de convencimento populacional, assim como a comparação de sua eficácia com a estratégia padrão, na qual os exemplos são selecionados uniformemente. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-08-15 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://www.teses.usp.br/teses/disponiveis/43/43134/tde-30102014-121009/ |
url |
http://www.teses.usp.br/teses/disponiveis/43/43134/tde-30102014-121009/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1809091211185618944 |