.New research offers insight on modeling belief dynamics
http://blog.naver.com/mssoms
http://jl0620.blogspot.com
https://www.facebook.com/junggoo.lee.9
https://www.youtube.com/@SciTechDaily
.New research offers insight on modeling belief dynamics
새로운 연구는 신념 역학 모델링에 대한 통찰력을 제공합니다
산타페 연구소 에서 출처: Trends in Cognitive Sciences (2024). DOI: 10.1016/j.tics.2024.07.001July 29, 2024
-신념 역학을 연구하는 연구자들은 종종 비유를 사용하여 우리가 믿는 것과 그 신념이 시간이 지남에 따라 어떻게 변할 수 있는지에 대한 기반이 되는 복잡한 인지-사회적 시스템을 이해하고 모델링합니다. 예를 들어, 아이디어는 바이러스처럼 전파되어 사람에서 사람으로 퍼지면서 인구를 "감염"시킬 수 있습니다.
우리는 비슷한 세계관을 가진 다른 사람들에게 자석처럼 끌릴 수 있습니다. 사회의 신념은 사회를 새로운 단계로 밀어 넣는 전환점에 도달하기 전에 천천히 바뀔 수 있습니다. Trends in Cognitive Sciences 에 게재된 새로운 논문 에서 SFI 교수인 Mirta Galesic과 외부 교수인 Henrik Olsson은 둘 다 Complexity Science Hub의 교수진으로, 신념 역학을 모델링하는 데 사용되는 몇 가지 일반적인 비유의 이점과 잠재적인 함정에 대해 설명합니다.
-특히 SFI에서 한 분야의 연구자들이 다른 도메인에서 제공된 유추를 활용하는 것은 매우 일반적입니다. 예를 들어, 연구자들은 물리학의 아이디어를 사용하여 경제적 과정을 이해하고, 생태학의 도구를 사용하여 과학자들이 어떻게 일하는지 이해했습니다. 지난 세기에는 컴퓨터가 인간의 마음을 이해하는 유추로 사용되었지만, 지금은 역할이 바뀌어 인간 의 마음이 대규모 언어 모델의 작동을 이해하는 데 사용됩니다.
-"모든 비유는 유용할 수 있지만, 결국 모두 깨질 것입니다. 요령은 비유가 너무 지나쳤을 때를 인식하는 것입니다."라고 Galesic은 말합니다. 신념 역학에 대한 가장 일반적인 비유 중 하나는 역학에서 개발된 도구인 SIR(Susceptible-Infected-Recovered) 모델입니다. SIR 모델은 단일 전염병이 인구를 통해 어떻게 이동하는지 설명할 수 있으며, 이 비유는 한 가지 신념을 갖는 것이 다른 신념을 채택할 가능성을 높이는 것과 같이 더 복잡한 상황으로 확장될 수 있습니다.
-독감이나 감기에 걸리면 폐렴에 걸릴 가능성이 높아지는 것과 마찬가지입니다. 비유는 연구자들이 그렇지 않았다면 놓쳤을 속성을 알아차리는 데 도움이 되어 "개념적 마일리지"를 제공할 수 있지만, 부정확한 추론으로 이어질 수 있는 "개념적 짐"도 함께 제공됩니다. 단점을 인식하지 못한 채 비유와 그에 따른 모델을 채택하면 나쁜 정책이나 비효과적인 행동으로 이어질 수 있습니다.
SIR 모델의 한 가지 한계는 믿음이 바이러스와는 상당히 다르게 퍼질 수 있다는 것입니다. 간단한 노출이 항상 아이디어가 자리 잡는 데 도움이 되는 것은 아닙니다. 아이디어의 경우 반복은 효과가 없고, 사람의 기존 믿음과 근본적으로 다를 때 오히려 역효과를 낼 수 있습니다. 그리고 아이디어는 사람들이 다른 관련 믿음과 특성을 공유할 때 더 쉽게 퍼집니다.
-저자는 강자성, 임계값, 힘, 진화, 가중 가산 모델, 베이지안 학습을 포함한 신념 역학에 대한 다른 비유의 마일리지와 부담을 탐구합니다. 각 비유는 연관된 모델과 함께 다양한 유용한 개념과 방법론을 제공하지만, 어느 것도 단독으로는 충분하지 않습니다. 올슨은 "우리는 믿음에 대한 실제 세계 역학을 예측하고 설명하는 데 실제로 사용할 수 있는 모델을 구성하기 위해 비유에 대해 진지하게 대처해야 합니다.
-무엇을 사용할 수 있고, 무엇을 사용할 수 없으며, 무엇을 배울 수 있는지에 대해 말입니다."라고 말합니다. 하나의 간단한 비유를 사용하는 것보다 여러 출처에서 통찰력을 얻고 각 출처의 문제점을 인식하는 것이 더 나을 수 있습니다. 올슨은 "결국 중요한 것은 당신이 설명하려는 자연 현상을 설명하는 데 도움이 되는 결과입니다."라고 말합니다. "우리는 유추를 사용하여 신념 역학 모델을 개발하는 데 대한 몇 가지 지침을 제공합니다. 먼저, 이를 매핑한 다음, 양적 모델로 구현합니다. 그리고 똑같이 중요한 것은, 특정 유추 에서 영감을 받은 모델이 유용하고 현실적인지 확인하기 위해 경험적 테스트와 비교를 수행하는 것입니다."라고 Galesic은 말합니다.
추가 정보: Henrik Olsson et al, 신념 역학 모델링을 위한 유추, 인지 과학의 추세 (2024). DOI: 10.1016/j.tics.2024.07.001 저널 정보: Trends in Cognitive Sciences 산타페 연구소 제공
https://phys.org/news/2024-07-insight-belief-dynamics.html
메모 2407300639
나의 msbase/qpeoms 이론이 점점 확장해 나가면 새로운 지경이 보이면서 모험적 연구와 정리해야할 과제들이 쌓여나가고 있어 신념 역학 모델링에 대한 통찰력은 언어적 파생을 만들어내는 중요한 시력적 역할이 되었다.
나의 과학적 이해는 철학적 통찰력인 범주론이 필요하게 되고 세세한 부분은 실존의식을 가진 관념론이나 카뮈와 사르뜨르의 소설형식도 주요한 스토리텔링을 만들어내고 있다. 나의 반추소설이 msbase/qpeoms 이론에 파고들었는지도 모를 일이다. 나는 숫자더미를 질량더미로 비유하고 전환하면서 블랙홀과 중성자 별이 sms.oms.ain에 존재한다는 정의역()을 세웠던거다. 나의 가설적인 oms.vix.a 우주론 단서의 통찰력이 '옳은 방향으로 가고 있다'는 신념을 가지게 된다.
나의 첫 통찰력, 주요 정의역()
이 정의역()은 몇개월째 신념이 바꿔지지 않고 오히려 더 단단하게 물증자료들이 쌓이고 있다. 그래서 직관적으로도 옳은 통찰력일 가능성이 높다.
(1)우주에 존재하는 블랙홀이나 중성자별이 sms.vix.ain에 묶여있다.
(1-1)vix.blackhole, ain: vix.a가 거대할 때의 중앙부근 in이다. 그러면 vix.a는 side에 존재하는 것으로 outside와 다른 개념이다. 역시 inside와도 다르다. 그래서 oms.in/out side는 보통물질과 암흑물질이 존재하는 영역으로 구분했고 oms의 구조적인 단위는 vix.a의 사이드와 in만으로 oms.vix.huge_a일때의 중앙부근은 vix.a_in(ain:a*n.!)이 된거다.
Memo 2407300639
As my msbase/qpeoms theory expands, new horizons appear, and adventurous research and tasks to organize pile up, so insight into belief dynamics modeling has become an important visual role in creating linguistic derivations.
My scientific understanding requires philosophical insight, category theory, and in detail, idealism with existential consciousness or the novel form of Camus and Sartre also creates major storytelling. It is possible that my ruminative novel has delved into msbase/qpeoms theory. I likened a pile of numbers to a pile of mass and converted it, establishing the domain() that black holes and neutron stars exist in sms.oms.ain. I have the belief that my hypothetical oms.vix.a cosmological clue insight is 'going in the right direction'.
My first insight, the main domain()
This domain() has not changed my belief for several months, and rather, the evidence is accumulating more firmly. So, intuitively, it is likely to be a correct insight.
(1) Black holes or neutron stars existing in the universe are tied to sms.vix.ain.
(1-1)vix.blackhole, ain: When vix.a is huge, it is the center in. Then, vix.a exists on the side, and is a different concept from outside. It is also different from inside. So oms.in/out side is divided into areas where ordinary matter and dark matter exist, and the structural unit of oms is only the side and in of vix.a, and the center when oms.vix.huge_a becomes vix.a_in(ain:a*n.!).
.Models for binary black hole – neutron star mergers
이진 블랙홀 모델 - 중성자별 합병 수치 시뮬레이션을 통해 합체의 세부 사항이 드러났습니다
https://youtu.be/Rd3p3xPtWn4?si=1l5WhQAmDeUJe1hH
© K. Hayashi(교토 대학 유카와 이론물리학 연구소), M. Shibata(교토 대학 막스 플랑크 중력물리학 연구소 및 유카와 이론물리학 연구소) 저질량 블랙홀과 중성자별이 합쳐져 강착원반에 둘러싸인 블랙홀이 생성됨 블랙홀(검은색 구)과 중성자별(빨간색 구)이 합쳐지면 물질이 방출되고 그 결과 블랙홀을 둘러싼 강착 원반이 형성됩니다. 시뮬레이션은 방출된 물질의 밀도를 파란색(낮은 밀도), 녹색, 노란색에서 빨간색(높은 밀도)까지의 색상으로 보여줍니다.
2021년 2월 16일 블랙홀과 중성자별이 합쳐지면, 방출된 물질은 결과적으로 생긴 블랙홀 주위에 강착 원반을 형성합니다. 새로운 수치 상대성 시뮬레이션은 이진의 질량 비율과 중성자별 상태 방정식에 따라 합병 중과 강착 원반에서 동적으로 방출된 물질의 속성을 보여줍니다.
논문 초록
우리는 1.5에서 4.4까지의 7가지 질량비 Q=MBH/MNS와 3가지 중성자별 상태 방정식을 갖는 모델에 대해 저질량 블랙홀-중성자별 합병에 대한 수치 상대성 시뮬레이션을 체계적으로 수행하며, 합병 중에 블랙홀 외부에 남아 동적으로 방출되는 물질의 속성에 초점을 맞춥니다. 우리는 이중성의 질량비에 대한 의존성에 특히 주의를 기울입니다. 합병 후 겉보기 지평선 외부에 남아 있는 정지 질량은 낮은 질량비를 갖는 모델의 경우 질량비에 약하게만 의존하는 것으로 밝혀졌습니다. 또한 방출물의 정지 질량은 Q∼3에서 피크를 갖고 낮은 질량비의 경우 질량비가 감소함에 따라 급격히 감소한다는 것도 밝혀졌습니다.
우리는 특정 에너지와 특정 각운동량의 위상 공간에서 물질 분포에 초점을 맞춰 합병 중 물질의 거동에 대한 새로운 분석 방법을 제시합니다. 그런 다음 합병 중과 합병 후의 물질 분포를 모델링합니다. 분석 결과를 사용하여 방출물의 속성을 논의합니다. 블랙홀(검은색 구)과 중성자별(빨간색 구)이 합쳐지면 물질이 방출되고 그 결과 블랙홀을 둘러싼 강착 원반이 형성됩니다. 시뮬레이션은 방출된 물질의 밀도를 파란색(낮은 밀도), 녹색, 노란색에서 빨간색(높은 밀도)까지의 색상으로 보여줍니다.이 영상은 YouTube에서 볼 수 있습니다.
https://www.youtube.com/watch?v=-pdNYuWWN_w
엘케 뮐러 박사
AEI Potsdam 홍보 담당자, 과학 코디네이터 +49 331 567-7303 tel:+49331567-7298 +49 331 567-7298 엘케.뮐러
출판: 하야시 코타, 카와구치 쿄헤이, 키우치 켄타, 큐토쿠 코타로, 시바타 마사루
https://www.aei.mpg.de/648975/models-for-binary-black-hole-neutron-star-mergers
댓글