会员服务
MoDELS · 马尔可夫链 · 完全图 · Networking · 平稳的 ·
2021 年 1 月 5 日
Voter Model with Stubborn Agents on Strongly Connected Social Networks
翻译：与 " 紧密连接的社会网络 " 上的固生代理的选民模式
Antoine Vendeville,Benjamin Guedj,Shi Zhou
Antoine Vendeville,Benjamin Guedj,Shi Zhou

We study the voter model for opinion dynamics on a complete graph with stubborn nodes. We give novel formulas based on Markov Chain analysis to compute the distribution of opinions at any time and speed of convergence to stationary equilibrium.


翻译：我们用一个带有固执节点的完整图表来研究民意动态的选民模型。 我们根据Markov 链条分析提供新公式,以计算任何时间的民意分布和与固定平衡的趋同速度。
0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议，是模型驱动软件和系统工程的首要会议系列，由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来，模型涵盖了建模的各个方面，从语言和方法到工具和应用程序。模特的参加者来自不同的背景，包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛，参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会，并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接：http://www.modelsconference.org/
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
77+阅读 · 2020年7月26日
神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
专知会员服务
65+阅读 · 2020年7月25日
【NeurIPS2019】图变换网络：Graph Transformer Network
【NeurIPS2019】图变换网络：Graph Transformer Network
专知会员服务
110+阅读 · 2019年11月25日
【CCL 2019】ATT-第19期：Frontiers in Network Embedding and GCN （崔鹏 ）
【CCL 2019】ATT-第19期：Frontiers in Network Embedding and GCN （崔鹏 ）
专知会员服务
43+阅读 · 2019年11月12日
Aspect-Oriented Syntax Network for Aspect-Based Sentiment Analysis，中山大学数据科学与计算机学院权小军教授，第八届全国社会媒体处理大会SMP2019
Aspect-Oriented Syntax Network for Aspect-Based Sentiment Analysis，中山大学数据科学与计算机学院权小军教授，第八届全国社会媒体处理大会SMP2019
专知会员服务
18+阅读 · 2019年10月22日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
论文浅尝 | GMNN: Graph Markov Neural Networks
论文浅尝 | GMNN: Graph Markov Neural Networks
开放知识图谱
20+阅读 · 2020年2月14日
灾难性遗忘问题新视角：迁移-干扰平衡
灾难性遗忘问题新视角：迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
推荐｜深度强化学习聊天机器人（附论文）！
推荐｜深度强化学习聊天机器人（附论文）！
全球人工智能
4+阅读 · 2018年1月30日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【音乐】Attention
【音乐】Attention
英语演讲视频每日一推
3+阅读 · 2017年8月22日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Robust Constrained Reinforcement Learning for Continuous Control with Model Misspecification
Arxiv
0+阅读 · 2021年3月3日
Temporal-Structure-Assisted Gradient Aggregation for Over-the-Air Federated Edge Learning
Arxiv
0+阅读 · 2021年3月3日
Safe and Efficient Model-free Adaptive Control via Bayesian Optimization
Arxiv
0+阅读 · 2021年3月2日
Adversarial training in communication constrained federated learning
Arxiv
0+阅读 · 2021年3月1日
Layering the monitoring action for improved flexibility and overhead control: work-in-progress
Arxiv
0+阅读 · 2021年3月1日
Fair and Efficient Allocations with Limited Demands
Arxiv
0+阅读 · 2021年2月28日
Distributed Graph Convolutional Networks
Arxiv
19+阅读 · 2020年7月13日
Multitask Learning on Graph Neural Networks - Learning Multiple Graph Centrality Measures with a Unified Network
Arxiv
4+阅读 · 2018年9月11日
Optimal Algorithms for Non-Smooth Distributed Optimization in Networks
Arxiv
7+阅读 · 2018年6月1日
Adaptive Graph Convolutional Neural Networks
Arxiv
7+阅读 · 2018年1月10日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
MoDELS
马尔可夫链
完全图
Networking
平稳的
相关VIP内容
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
77+阅读 · 2020年7月26日
神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
神经网络序列数据建模，229页ppt，Modeling Sequential Data with Neural Nets
专知会员服务
65+阅读 · 2020年7月25日
【NeurIPS2019】图变换网络：Graph Transformer Network
【NeurIPS2019】图变换网络：Graph Transformer Network
专知会员服务
110+阅读 · 2019年11月25日
【CCL 2019】ATT-第19期：Frontiers in Network Embedding and GCN （崔鹏 ）
【CCL 2019】ATT-第19期：Frontiers in Network Embedding and GCN （崔鹏 ）
专知会员服务
43+阅读 · 2019年11月12日
Aspect-Oriented Syntax Network for Aspect-Based Sentiment Analysis，中山大学数据科学与计算机学院权小军教授，第八届全国社会媒体处理大会SMP2019
Aspect-Oriented Syntax Network for Aspect-Based Sentiment Analysis，中山大学数据科学与计算机学院权小军教授，第八届全国社会媒体处理大会SMP2019
专知会员服务
18+阅读 · 2019年10月22日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
热门VIP内容
相关资讯
论文浅尝 | GMNN: Graph Markov Neural Networks
论文浅尝 | GMNN: Graph Markov Neural Networks
开放知识图谱
20+阅读 · 2020年2月14日
灾难性遗忘问题新视角：迁移-干扰平衡
灾难性遗忘问题新视角：迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
推荐｜深度强化学习聊天机器人（附论文）！
推荐｜深度强化学习聊天机器人（附论文）！
全球人工智能
4+阅读 · 2018年1月30日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【音乐】Attention
【音乐】Attention
英语演讲视频每日一推
3+阅读 · 2017年8月22日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Robust Constrained Reinforcement Learning for Continuous Control with Model Misspecification
Arxiv
0+阅读 · 2021年3月3日
Temporal-Structure-Assisted Gradient Aggregation for Over-the-Air Federated Edge Learning
Arxiv
0+阅读 · 2021年3月3日
Safe and Efficient Model-free Adaptive Control via Bayesian Optimization
Arxiv
0+阅读 · 2021年3月2日
Adversarial training in communication constrained federated learning
Arxiv
0+阅读 · 2021年3月1日
Layering the monitoring action for improved flexibility and overhead control: work-in-progress
Arxiv
0+阅读 · 2021年3月1日
Fair and Efficient Allocations with Limited Demands
Arxiv
0+阅读 · 2021年2月28日
Distributed Graph Convolutional Networks
Arxiv
19+阅读 · 2020年7月13日
Multitask Learning on Graph Neural Networks - Learning Multiple Graph Centrality Measures with a Unified Network
Arxiv
4+阅读 · 2018年9月11日
Optimal Algorithms for Non-Smooth Distributed Optimization in Networks
Arxiv
7+阅读 · 2018年6月1日
Adaptive Graph Convolutional Neural Networks
Arxiv
7+阅读 · 2018年1月10日
Top
微信扫码咨询专知VIP会员
Top