Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > physics > arXiv:2507.11576

帮助 | 高级搜索

物理学 > 物理与社会

arXiv:2507.11576 (physics)
[提交于 2025年7月15日 ]

标题: 一种预测极端冲突死亡人数的极简物理信息模型

标题: A Minimalist Physics-Informed Model for Predicting Extreme Conflict Fatalities

Authors:Yair Neuman, Yochai Cohen
摘要: 武装冲突的复杂性体现在可能跨越多个数量级的死亡人数上。 本研究提出了一种极简的、基于物理原理的方法,使用贝叶斯建模和基于能量的动力学来估计国家层面极端冲突死亡的可能性。 利用玻尔兹曼分布构建一个狄利克雷先验,我们制定了一种预测措施,该措施捕捉了冲突严重程度的潜在熵和能量状态。 通过对112个冲突国家的数据集进行分析,我们支持所提出措施的预测能力。 研究结果表明,通过一种最小但理论上有依据的方法,可以更好地理解极端冲突事件。
摘要: The complexity of armed conflicts is expressed in the number of fatalities that may span several orders of magnitude. This study presents a minimalist, physics-informed approach to estimating the likelihood of extreme conflict fatalities at the country level of analysis using Bayesian modeling and energy-based dynamics. Leveraging the Boltzmann distribution to construct a Dirichlet prior, we formulate a predictive measure that captures the underlying entropy and energy states of conflict severity. By analyzing a dataset of 112 countries in conflict, we support the predictive power of the proposed measure. The findings suggest that extreme conflict events may be better understood through a minimal but theoretically grounded approach.
主题: 物理与社会 (physics.soc-ph)
引用方式: arXiv:2507.11576 [physics.soc-ph]
  (或者 arXiv:2507.11576v1 [physics.soc-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.11576
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yair Neuman [查看电子邮件]
[v1] 星期二, 2025 年 7 月 15 日 05:41:05 UTC (864 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
许可图标 查看许可
当前浏览上下文:
physics.soc-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
physics

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号