利用不确定性研究具有异质性的集体意见动力学

自然和人工集体在不同维度上表现出异质性，这增加了其行为的复杂性。我们研究了两种此类异质性对集体意见动力学的影响：个体先验信息质量的异质性和网络中心性（即直接邻居的数量）的异质性。为了研究这些异质性，我们不仅在模型中考虑了它们，提出了一种具有异质中心性的新型网络生成器，还引入了不确定性作为一个额外维度。通过量化每个个体的不确定性，我们提供了一种机制，使个体能够自适应地权衡其个体信息与社会信息。随着不确定性根据个体间的相互作用而发展，它们捕获了关于异质性的信息。因此，不确定性是研究复杂集体意见动力学中一个相关的额外可观测量，我们用它来展示异质中心性与信息之间的双向关系。此外，我们证明了不确定性驱动的自适应加权可以提高共识的准确性和速度，尤其是在存在异质性的情况下，并为避免不确定性建模中降低性能的错误提供了指导。这些提高性能和可观测性的机会表明了不确定性对于研究自然异质系统和设计人工异质系统的重要性。