الأساليب المتقدمة لنمذجة العمليات الافتراضية
لذلك، أصبح فهم العمليات الفيروسية خطًا رئيسيًا للبحث. النماذج المستخدمة لوصف هذه العمليات عادة ما يفترض أنها عشوائية، على سبيل المثال نموذج SIR الشهير. يبدو من الواضح أن النموذج صحيح للحالة التي تم إنشاؤه من أجلها، أي المراد وصفها هي عملية انتشار الأمراض. ومع ذلك، كما أظهرنا في عملنا السابق (HT 2016) فإنه لا ينطبق على نشر المعلومات. أولاً، هذا النموذج لا يأخذ في الاعتبار حقيقة أن المعلومات تصبح أقل أهمية بمرور الوقت وأن الأشخاص يشاركونها بنشاط أقل.
ثانيًا، تنتقل الرسائل عبر قنوات مختلفة. إذا أردنا البحث عن
نشر المعلومات على شبكة Twitter ، نحتاج أيضًا إلى التفكير في الوسائط الأخرى، على سبيل المثال: وسائل الإعلام العامة. على وجه الخصوص، فإن عدم وجود هذه الآثار يجعل SIR يبالغ في تقدير احتمالية أن تصبح المعلومات فيروسية، أي تصل إلى الشبكة بالكامل تقريبًا.
يشرح عملنا (HT 2016) الأحجام المرصودة للتتالي، مع مراعاة هذين التأثيرين:
الدافع وراء هذا الافتراض هو حقيقة أنه من المرجح أن يشارك الأشخاص المعلومات القادمة من العقد التي تحتوي على الكثير من الأصدقاء. بعبارة أخرى، يبدو أننا لسنا بعيدين حقا عن فهم آلية نشر المعلومات في الشبكات الاجتماعية. هذا على الرغم من حقيقة أنه يمكن تتبع العمليات المتتالية في الشبكات الاجتماعية بعناية فائقة. عدم فهمنا يعني أننا غير قادرين على تقييم المخاطر المرتبطة بأحداث نادرة بشكل صحيح. على وجه الخصوص، وعلى حد علمنا فإن مقالتنا (HT 2016) هي الحالة الوحيدة التي تم فيها استخدام مقياس يفسر بشكل صحيح الأحداث النادرة. هذا يثير السؤال عما إذا كانت مثل هذه الأحداث النادرة في تطبيقات النماذج الوبائية، على سبيل المثال في انتشار وباء COVID موصوفة بشكل صحيح.
الخط آخر للبحث في العمليات واسعة الانتشار هو التنبؤ برواج المعلومات. لاحظ أن هذه النماذج تعتمد على نهج مختلف تمامًا عما هو مفترض في أعمالنا.
النهج الشائع هو بناء نموذج انحدار يعتمد على الخصائص المرصودة تتنبأ العملية بتطورها الإضافي. ومع ذلك، فإن هذه النماذج لها فعالية محدودة، لأنها تفترض بشكل غير مباشر أن العملية حتمية، في حين أنها ذات طابع عشوائي وتطورها غير محدد سلفًا.
يمكن فقط لهذا النهج أن يؤدي إلى النتائج الصحيحة إحصائيًا والتي كانت ستنبئ بفرص وصول العملية إلى الشبكة بأكملها. وينتج عن ذلك تحديات بحثية، وهي أساس مهام هذا المشروع:
سوف يلقي عملنا الضوء على الوصف الصحيح لمخاطر هذه العملية.
نمذجة العمليات العشوائية هو تخصصنا. نحن نقود البحوث في هذا المجال على أعلى مستوى عالمي.
MIM Solutions was launched as a spin-off of the University of Warsaw’s Algorithms Group, directed by prof. Piotr Sankowski. The company has brought together experts passionate about solving practical algorithmic problems efficiently, and this has finally evolved towards machine learning. Although MIM Solutions is not a part of the university now, we are still in tight cooperation.
MIM Solutions specialises in hard tasks. We are proficient in providing effective solutions, especially when standard methods have failed. However, for the most common problems we specialise in, we offer a set of generic services ready to swiftly deploy in any environment.
MIM Solutions is a company registered in the National Court Register kept by the District Court for the City of Warsaw, 13th Commercial Division of the National Court. Register. KRS: 0000581404, NIP: PL5213710082.
