Модель Шеллинга демонстрирует несколько контр-интуитивных эффектов, например, что при небольших порогах гомогенные области образуются быстрее, в то время как слишком высокие требования к числу похожих соседей могут вызвать цепные реакции перемещений агентов, так что равновесие в системе почти недостижимо, а уровень гомогенизации кратковременно падает. У модели - множество ваиантов с разными условиями игры. По ссылке - простая реализация на R.
Модель Шеллинга - пример агент-ориентированных моделей (agent-based models, ABM). В отличие от детерминистских моделей, такие модели включают элементы стохастичности (случайности поведения игроков). И если, несмотря на наличие случайности, множество симуляций приводит к одному и тому же результату, который не был заложен в модель напрямую, т.е. возникает равновесие, схожее с закономерностями, наблюдаемыми в реальном мире, это означает, что предположения о механизмах формирования этих закономерностей могут быть правдивы.
О модели Шеллинга я впервые прочитал в книге Networks, Crowds, and Markets (2010) by David Easley and Jon Kleinberg. Это классный учебник по теории игр и сетевому анализу, в котором также можно найти примеры из экологии, транспорта и других дисциплин.
Модель Шеллинга демонстрирует несколько контр-интуитивных эффектов, например, что при небольших порогах гомогенные области образуются быстрее, в то время как слишком высокие требования к числу похожих соседей могут вызвать цепные реакции перемещений агентов, так что равновесие в системе почти недостижимо, а уровень гомогенизации кратковременно падает. У модели - множество ваиантов с разными условиями игры. По ссылке - простая реализация на R.
Модель Шеллинга - пример агент-ориентированных моделей (agent-based models, ABM). В отличие от детерминистских моделей, такие модели включают элементы стохастичности (случайности поведения игроков). И если, несмотря на наличие случайности, множество симуляций приводит к одному и тому же результату, который не был заложен в модель напрямую, т.е. возникает равновесие, схожее с закономерностями, наблюдаемыми в реальном мире, это означает, что предположения о механизмах формирования этих закономерностей могут быть правдивы.
О модели Шеллинга я впервые прочитал в книге Networks, Crowds, and Markets (2010) by David Easley and Jon Kleinberg. Это классный учебник по теории игр и сетевому анализу, в котором также можно найти примеры из экологии, транспорта и других дисциплин.
BY Карты и функции
Warning: Undefined variable $i in /var/www/group-telegram/post.php on line 260
Ukrainian forces successfully attacked Russian vehicles in the capital city of Kyiv thanks to a public tip made through the encrypted messaging app Telegram, Ukraine's top law-enforcement agency said on Tuesday. Telegram Messenger Blocks Navalny Bot During Russian Election He floated the idea of restricting the use of Telegram in Ukraine and Russia, a suggestion that was met with fierce opposition from users. Shortly after, Durov backed off the idea. What distinguishes the app from competitors is its use of what's known as channels: Public or private feeds of photos and videos that can be set up by one person or an organization. The channels have become popular with on-the-ground journalists, aid workers and Ukrainian President Volodymyr Zelenskyy, who broadcasts on a Telegram channel. The channels can be followed by an unlimited number of people. Unlike Facebook, Twitter and other popular social networks, there is no advertising on Telegram and the flow of information is not driven by an algorithm. At this point, however, Durov had already been working on Telegram with his brother, and further planned a mobile-first social network with an explicit focus on anti-censorship. Later in April, he told TechCrunch that he had left Russia and had “no plans to go back,” saying that the nation was currently “incompatible with internet business at the moment.” He added later that he was looking for a country that matched his libertarian ideals to base his next startup.
from cn
