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
Some privacy experts say Telegram is not secure enough On February 27th, Durov posted that Channels were becoming a source of unverified information and that the company lacks the ability to check on their veracity. He urged users to be mistrustful of the things shared on Channels, and initially threatened to block the feature in the countries involved for the length of the war, saying that he didn’t want Telegram to be used to aggravate conflict or incite ethnic hatred. He did, however, walk back this plan when it became clear that they had also become a vital communications tool for Ukrainian officials and citizens to help coordinate their resistance and evacuations. And indeed, volatility has been a hallmark of the market environment so far in 2022, with the S&P 500 still down more than 10% for the year-to-date after first sliding into a correction last month. The CBOE Volatility Index, or VIX, has held at a lofty level of more than 30. He said that since his platform does not have the capacity to check all channels, it may restrict some in Russia and Ukraine "for the duration of the conflict," but then reversed course hours later after many users complained that Telegram was an important source of information. "The result is on this photo: fiery 'greetings' to the invaders," the Security Service of Ukraine wrote alongside a photo showing several military vehicles among plumes of black smoke.
from ye
