社交网络中的多数动态和信息聚合
探讨了一种存在不完全偏好的代理人进行集体决策的过程,并聚焦于多数动态的过程,研究了这一过程对共识概念,如孔多塞胜者的影响,并表明在最坏情况下,盲目遵循多数意见会损害现有的共识。同时探讨了决策过程的主席通过决定讨论议题的顺序来控制共识的存在的情景。
Apr, 2022
研究了一个完全连接的系统中的意见动态,在没有记忆的情况下,考虑了包括选民模型和最佳 - k 多数规则在内的非常流行的意见动态,结果表明缺乏记忆会防止有效收敛,而使用随机意见动态快速收敛于正确的意见为信息传播过程所必需的。
Feb, 2023
研究了匿名代理网络中 Plurality Consensus 在 Gossip 模型中的运作,定义了新的度量 —— 单色距离来描述初始状态色彩的差距并证明了其关于收敛时间的紧确界性质,最终设计了基于随机游走的快速协议用于在正则扩展图上完成多数派表决。
Jul, 2014
研究扩展了先前的研究,提出一种更一般的半随机模型来考虑多数决原则下的联合影响问题。主要结论确定了在各种投票规则下,存在可以成功影响选举的大小为 B 的联合体的半随机的可能性。技术上的贡献是对于泊松多项式变量的性质进行了进一步的表征。
Feb, 2022
本文研究了局部信息算法在社交网络上的优化问题的能力,重点探讨了顺序算法,其中网络拓扑初始状态未知,并且仅在已不可逆地添加到输出集合的顶点的本地邻域内显示。我们研究了各种问题,并解决了拓扑网络中的一个开放问题,同时还研究了在线网络招聘过程中的最小支配集的问题,并且发现网络提供商的决策会影响用户的战略互动。
Feb, 2012
研究了基于歪曲的社会选择规则和基于度量空间的投票机制,在确定性社会选择规则和随机化社会选择规则中探讨畸变和沟通量之间的比较,并构建了一种新的随机化社会选择规则,达到了期望畸变的下界。
Nov, 2019
绝对多数投票函数(Majority Voting Function)在多类别分类问题中的精度存在上界,并且在某些条件下随着独立投票者的数量增加,错误率指数级地趋近于零,否则错误率也指数级地增加,同时提到了整合算法的精度和真实发现算法的问题。
Sep, 2023
本文提出了一种考虑选民有限理性和可靠信息获取的策略性投票模型,该模型基于局部优势的行为启发式方法,建立了投票均衡,证明了其在广泛的局部优势关系中存在,经过大量的仿真实验证明,该模型的这种策略性投票的行为模式模拟了常见的人类投票模式,如杜弗格定律。
Apr, 2014