iggisv9t channel
2.43K subscribers
621 photos
34 videos
20 files
580 links
Всячина от Свята.
https://matrix.to/#/#lowdimroom:matrix.org — чат канала в матриксе.
Download Telegram
В файлике списки топ5 в каждом кластере
Кстати, пытался сделать красивую картинку с подписями через matplotlib, но лучшее что я смог сделать выглядело так. Слишком много данных для одной картинки. Странно, что матплотлиб не умеет сам разносить подписи.
Pondering my orb
Идеи для новогодней вечеринки
Утащил отсюда.
http://www.mi.sanu.ac.rs/vismath/schulze/METAEDER.html

Там если погулять по ссылкам, то найдётся безумное количество интересных картинок из которых складывается будто какой-то культ метаэдра.
И этот слоган ещё везде "АЛЛЕС ИН АЙНЕМ, АЙНЕС ИН АЛЛЕМ"
Если помните, я начинал считать ту модельку, где группы с разными параметрами пытаются прийти к групповому согласию. Я на самом деле не сильно позже обсчитал всё это дело и для всех связных графов на шести вершинах, только долго собирался оформить результаты.
Мне нравится, кстати, что выглядит как сигилы. По порядку: первая картинка — это графы, где в среднем согласие достигается быстрее всего. От самого быстрого и по возрастанию. На второй наоборот, самые долгие графы от самого медленного и по убыванию времени. Если на первых структура и в таком скомканом виде понятна, то есть звезда, звезда с длинным лучём, потом те же звёзды у которых добавляются треугольные циклы, то с длинными графами уже хочется развернуть. Тогда получится треугольник на палочке, просто цепь, два соединённых треугольника как "гантеля" и просто кольцо.
Вот распределение времён до сходимости.
Гипотеза была такая, что на время до сходимости влияют в первую очередь циклы и средняя длина пути. В циклах например одна и та же вершина может несколько раз гонять идею между соседями, а в длинных цепочках идея может просто не доходить до разных концов. Вот в общем на первом графике по вертикали средняя длина пути, на втором суммарное число циклов. По горизонтали в обоих среднее время до сходимости.
Ну и чтобы проверить, есть ли в этом какая-то информация полезная для задачи, я научил модельку на счётчиков циклов разных длин, сумме всех циклов и средней длине пути предсказывать среднее время до сходимости. Вот график предиктов по тру меткам раскрашенный по длине пути.
Это про то, как всем друг с другом договориться. Но недавно я наткнулся где-то на репост вот этого поста. Там обещали рассказать о том, как соцсети усиливают поляризацию мнений. И там же были ссылки на статьи с моделями, которые вот это всё дело предсказывают. Пару из них я прочитал. Про соцсети, там кстати не говорилось.

Начнём со скучной в двух словах, а потом подробно о более интересной. Вот эти ребята посчитали интегралов и пришли к вполне ожидаемому выводу, что мнения групп людей всегда будут занимать такой диапазон, что даже самые нейтральные центристы будут казаться кому-то идеологическими противниками. Модель очень простая: считаем, что все делят всех на своих и чужих по какому-то отличия от собственного мнения, а позицию противоположной группы выражаем как среднее всех их позций. Никаких симуляций, просто раскрашиваем площади под кривыми модельных распределений.
А теперь про более весёлую статью. Начну с выводов. Ограничение контактов между радикально отличающимися позициями ведёт к большему разнообразию мнений и предотвращает поляризацию. То есть демонстрируя какие-то крайние или редкие позиции велики шансы не воспитать в обществе терпимость, а наоборот нейтральных людей толкнуть в противоположную крайность.

Тут чуваки сделали марковскую модель. В двух словах: каждый участник занимает какую-то позицию в спектре мнений. В общем случае он может быть многомерным, но большая часть статьи была посвящена одномерному случаю. Есть параметр терпимости T (tolerance). Между участниками происходят случайные попарные взаимодействия и если разница их мнений меньше T, то они приближаются друг к другу на долю R от расстояния между ними. Если же разница больше T, то они на тот же R друг от друга отталкиваются. Есть ещё параметр E который влияет на то, как часто участники сталкиваются с идеологическими противниками.
Ну ясный пень, что чем меньше T тем быстрее происходит поляризация. Изначально полный спектр мнений превращается в две крайности. Так же ожидаемо, что чем больше R тем в целом динамика системы более быстрая. А вот с Е всё уже не так очевидно. Это пожалуй единственный параметр который действительно что-то в корне может поменять в этой системе. Он как раз и приводит к тому, что какие-то локальные "эхо-камеры" — это не так уж и плохо.

В посте из которого я на эти статьи вышел всю ответственность вешали на соцсети. Нельзя конечно отрицать, что столкновение мнений благодаря интернету происходит легче и чаще, но писать письма Цукербергу, чтобы он взял под контроль срачи в интернете — какая-то глупая затея, мне кажется. Практический вывод наверное в том, что конструктивнее искать общие точки соприкосновения, а не выдавать всем координаты на политическом компасе и делиться на "мы и они".
Но я отвлёкся. Там ещё были парочка интересных симуляций. Одна из них такая: представим, что у людей есть какие-то позиции к которым их притягивает их социальное положение. Тут очевидно, что это немного замедлит поляризацию. В статье есть картинки о том, как именно.

Другая штука, что могут происходить события, которые заставляют сплотиться всех вокруг общей проблемы. Выводы в статье такие, что если общество встало на путь поляризации даже в самом начале, то события должны быть очень сильными, иначе особо они не меняют картину.

И самая интересная штука про двумерный случай. Ребята подобрали такие параметры, что поляризация произошла по одной размерности, но при этом "крайние" из верхней части спектра не давали поляризоваться нижней части спектра и там сохранялось разнообразие позиций за счёт общего отталкивания от этих "крайних".