Transitive inference (TI) refers to social cognition that facilitates the discernment of unknown relationships between individuals using known relationships. It is extensively reported that TI evolves in animals living in a large group because TI could assess relative rank without deducing all dyadic relationships, which averts costly fights.The relationships in a large group become so complex that social cognition may not be developed adequately to handle such complexity. If all group members apply TI to all possible members in the group, TI is supposed to require extremely highly developed cognitive abilities especially in a large group. Instead of developing cognitive abilities significantly, animals may apply simplified TI we call reference TI in this study as heuristic approaches. The reference TI allows members to recognize and remember social interactions only among a set of reference members rather than all potential members. Our study assumes that information processes in the reference TI comprises 1) the number of reference members based on which individuals infer transitively, 2) the number of reference members shared by the same strategists, and 3) memory capacity. We examined how information processes evolve in a large group using evolutionary simulations in the hawk-dove game. Information processes with almost any numbers of reference members could evolve in a large group as long as the numbers of shared reference member are high because information from the others' experiences is shared. TI dominates immediate inference, which assesses relative rank on direct interactions, because TI could establish social hierarchy more rapidly applying information from others' experiences.


翻译:中转推论(TI)是指社会认知,有助于发现使用已知关系的个人之间的未知关系。广泛报道说,在使用已知关系的个人之间,社会认知(TI)是指社会认知(TI),这种认知有助于辨别未知关系。广泛报道说,在大型群居中的动物中,TI在使用简化的TI等级时会发生变化,因为TI可以评估相对等级,而不是所有潜在成员之间的社会互动。我们的研究假设,在参考组群中,信息进程变得如此复杂,因此可能无法充分开发出处理这种复杂性的社会认知。如果所有集团成员对群体中所有可能的成员适用TI,那么TI就应该要求高度发达的认知能力,特别是在一个大群中。我们不是显著地发展认知能力,而是在本研究中将简化的TI称为参考等级(TI),作为超常方法,我们在此研究中,动物可以应用简化的TI(TI),我们称之为“参考等级(TI)”等级(TI)的等级(TI)系统。 参考(TI)仅允许成员在一组参考成员之间认识和所有潜在成员之间识别社会互动关系中识别社会互动,因为其他成员之间的直接信息进程可能具有高分数。信息进程。信息进程。我们考察大型的参考过程是如何在从一个大进进化中演变中进行,因为信息(Chind),因为信息(I)在群中,因为共享的顺序中,信息是直接信息是直接的顺序中,因为共享的顺序中,因为共享的顺序中,信息是直接的顺序中,因为共享的顺序中,信息是来自任何序列中)的顺序中,因为共享的顺序中,因此,信息是直接评估中,信息是来自任何直序中,信息序列中,信息序列中,信息序列中,因此,信息序列中,信息序列中,信息序列中的任何成员可以确定成员可以确立中的任何序列序列中的任何序列中,信息是直接数据可以确定。

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
【Nature-MI】可解释人工智能的药物发现
专知会员服务
44+阅读 · 2020年11月1日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
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
专知会员服务
39+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
3+阅读 · 2018年1月10日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员