Aug, 2023

固定步长单时钟仿真的人口代理基于模型的形式化规范术语

PDF
TL;DR在人口学领域中，该论文提出了一套数学规范的适用于 Agent Based Models (ABMs) 的子集的适当术语。该论文的提出的术语进一步改进了模型理解，并可作为一种独立的方法论，用于规范和可能的记录大量 (人口) ABMs。然而，可以想象这种术语可能还能进一步扩展，与广泛使用的、主要非正式的 O.D.D. (Overview-Design-Details) 协议 [Grimm 等，2020；Amouroux 等，2010] 合并，以减少许多造成模型在其他建模者中无法复制的模糊因素。一个已发布的，大幅简化版的单亲家长模型 [Lone Parent Model] 的人口统计模型文件独立出版在 [Elsheikh, 2023b] 中，作为提出的术语的说明。该模型是基于 Julia 语言 [Elsheikh, 2023a]，使用 Agents.jl julia 包 [Datseris 等，2022] 实现的。
agent based modelsdemographyformal terminologymodel understandingmodel documentation
发现论文，激发创造
  • MiniDemographicABM.jl 规范：一种简化的基于代理的英国人口模型

    该文提供了一个数学规范的简化非标定代理人人口模型的充分形式术语，其主要目的是探索和利用最先进的 Agents.jl Julia 软件包的功能，此模型可作为基础模型用于调整到实际的大规模社会经济、疫情或基于社交互动的研究，主要在人口统计的背景下，通过用户定义的仿真固定步长进行特定仿真。

    Jul, 2023

  • 可微分的基于代理的流行病学

    本篇论文介绍了一种新的可扩展，快速且可微分的 ABM 设计，即 GradABM。通过广泛的实验，我们证明了 GradABM 的有效性。

    Jul, 2022

  • 推进社会和健康计算科学中代理模型现状的先进替代方法的有前景且值得尝试的未来方向

    该研究论文介绍了模型分析工具在实际大规模 ABMs（基于代理的模型）中的执行和运行性能问题，并提出了一些适用于非线性动力模型的替代模型，这些方法在社会健康计算科学领域尚未得到广泛运用，但在建立 ABMs 的替代模型方面可能是有用的。

    Mar, 2024

  • 智能基于代理的建模：关于在计算机模拟中使用大型语言模型

    通过将大型语言模型（LLMs）如 GPT 集成到智能智能体建模（SABM）中，我们在这篇综述性研究中阐明了 ABM 的现状，介绍了 SABM 的潜力和方法，并提出了三个案例研究，验证了其在模拟现实系统中的有效性，同时展望了 SABM 未来应用的广阔前景，旨在重新定义计算机仿真的边界，实现对复杂系统的更深入理解。

    Nov, 2023

  • 基于 LLM 代理的网络观点动力学模拟

    准确模拟人的观点动态对于理解各种社会现象至关重要，包括极化和误信息传播。我们提出了一种基于大型语言模型的人口多智能体模拟观点动态的新方法。我们的发现揭示出语言模型智能体存在对准确信息的固有偏差，导致在科学现实中产生共识。然而，该偏差限制了模拟对气候变化等问题持有抵制观点的个体。在通过启动工程引入确认偏见后，我们观察到观点分裂的情况与现有的多智能体研究一致。这些见解突显了在该领域中大型语言模型智能体的前景和局限，并提出了未来发展路径：通过与真实世界的话语相结合，完善语言模型，以更好地模拟人类信念的演变。

    Nov, 2023

  • 基于接受控制措施的病毒蔓延的代理模型模拟

    通过结合改进的 SEIRD 模型和公民决策模型，本研究提出了一个基于 Agent-Based Modeling (ABM) 的架构，可用于分析社会中病毒感染的演变过程，考虑到传染病防控措施的接受与拒绝对病毒传播的影响。

    Jul, 2023

  • 生成代理基于建模：通过将机械模型与生成人工智能相结合揭示社会系统动力学

    利用生成式人工智能建立反馈丰富的社会系统计算模型，通过生成代理基于模型（GABMs），将人类决策过程在社会环境中进行模拟，并探讨了社会规范扩散的一种简单 GABM 模型，以及该模型在不同情境下的敏感性和重要性。

    Sep, 2023

  • 基于随机森林的贝叶斯校准随机代理模型

    该研究使用基于随机森林的代理模型技术加速评估传染病流行模型，并通过 Markov 链蒙特卡罗方法对一种名为 CityCOVID 的流行病学模型进行校准，以提高其预测性能。

    Jun, 2024

  • 互动智能代理系统中相变鉴别的机器学习方法

    通过降阶模型、数据驱动框架、流形学习算法、深度学习框架和分叉图表，本文提出了一种定位基于代理模型 (ABMs) 的平均场极限相变的方法。

    Oct, 2023

  • 利用基于代理的建模和仿真方法理解推荐系统的纵向动态

    本研究讨论了如何使用基于代理人建模和仿真（ABM）技术来研究推荐系统的重要的长期动态，我们提供了 ABM 原理的概述，并概述了一个基于文献的推荐系统仿真框架以及可以用这种基于 ABM 的仿真框架来解决各种实际研究问题。

    Aug, 2021