Storyboard

Estimación del acoplamiento social entre agentes desde datos panel, proximidad de voto histórico o redes de recomendación, mediante correlación parcial regularizada. Incluye el criterio de selección de arista y la relación entre el parámetro de regularización y el número de aristas activas la palanca central del simulador de reconstrucción de redes.

>Modelo

ID:('ky', 1609)

Storyboard

$\hat J_{ij}=\arg\max_J[\log L_{Gauss}-\lambda_{lasso}\sum_{ij}|J_{ij}|]$

Variables

$hat J_{ij}$

Acoplamiento social estimado

$1$

$J_{ij}$

Acoplamiento social real entre agentes i,j

$1$

$log L_{Gauss}$

Log-verosimilitud gaussiana

$1$

$lambda_{lasso}$

Regularización L1

$1$

>Modelo

ID:('gm', 14159)

Storyboard

$|\hat J_{ij}|>\tau_{edge}$

Variables

$hat J_{ij}$

Acoplamiento social estimado

$1$

$ au_{edge}$

Umbral de selección de arista

$1$

>Modelo

ID:('gm', 14160)

Storyboard

$N_{edges}=N_{edges}^{max}e^{-\lambda/\lambda_0}$

Variables

$lambda_0$

Escala de decaimiento de aristas

$1$

$N_{edges}$

Número de aristas activas

$1$

$N_{edges}^{max}$

Número máximo de aristas

$1$

$lambda_{lasso}$

Regularización L1

$1$

>Modelo

ID:('gm', 14161)

Storyboard

$\hat J_{ij}=J_{ij}e^{-\lambda/\lambda_0}+\sigma_\eta\eta_{ij}$

Variables

$hat J_{ij}$

Acoplamiento social estimado

$1$

$J_{ij}$

Acoplamiento social real entre agentes i,j

$1$

$sigma_eta$

Amplitud del ruido de estimación

$1$

$lambda_0$

Escala de decaimiento de aristas

$1$

$lambda_{lasso}$

Regularización L1

$1$

$eta_{ij}$

Ruido normalizado de estimación

$1$

>Modelo

ID:('gm', 14162)

Storyboard

$\rho_E=\frac{N_{edges}}{N_{edges}^{max}}$

Variables

$\r ho_E$

Densidad relativa de red

$1$

$N_{edges}$

Número de aristas activas

$1$

$N_{edges}^{max}$

Número máximo de aristas

$1$

>Modelo

ID:('gm', 14163)

Storyboard

$\frac{d\lambda}{dt}=\frac{\lambda_{target}-\lambda}{\tau}$

Variables

$lambda_{lasso}$

Regularización L1

$1$

$lambda_{target}$

Regularización objetivo ajustable

$1$

$ au$

Constante temporal

$s$

>Modelo

ID:('gm', 14164)

Storyboard

$\frac{d\tau_{edge}}{dt}=\frac{\tau_{target}-\tau_{edge}}{\tau}$

Variables

$ au_{edge}$

Umbral de selección de arista

$1$

$ au_{target}$

Umbral objetivo ajustable

$1$

$ au$

Constante temporal

$s$

>Modelo

ID:('gm', 14165)

Descripción

Red de modelo

• Método alternativo
• Método tradicional
• Estrategia
• 2D
• 3D

Ecuación

Número

Primero, seleccione la ecuación:   a ,  luego, seleccione la variable:   a 

---

Símbolo

Ecuación

Resuelto

Traducido

Cálculos

Símbolo

Ecuación

Resuelto

Traducido

 Variable   Dado   Calcule   Objetivo :   Ecuación   A utilizar

Variables

$hat J_{ij}$

J_ij_est

Acoplamiento social estimado

1

$J_{ij}$

J_ij

Acoplamiento social real entre agentes i,j

1

$sigma_eta$

noise_sigma

Amplitud del ruido de estimación

1

$\r ho_E$

rho_edges

Densidad relativa de red

1

$lambda_0$

lambda_0

Escala de decaimiento de aristas

1

$log L_{Gauss}$

logL_gauss

Log-verosimilitud gaussiana

1

$N_{edges}$

N_edges

Número de aristas activas

1

$N_{edges}^{max}$

N_edges_max

Número máximo de aristas

1

$lambda_{lasso}$

lambda_lasso

Regularización L1

1

$lambda_{target}$

lambda_target

Regularización objetivo ajustable

1

$eta_{ij}$

eta_ij

Ruido normalizado de estimación

1

$ au_{edge}$

tau_edge

Umbral de selección de arista

1

$ au_{target}$

tau_edge_target

Umbral objetivo ajustable

1

$ au$

tau

Constante temporal

s

ID:(0, 1609)