通过使用不同类型的有限信息，我们测量了不同投票方法对权为筹委会选举中的操纵程度，发现某些投票方法，如 Borda 方法，在有限信息下可以被神经网络高度操纵，而其他投票方法，如 Instant Runoff 方法，尽管能被具有完全信息的理想操纵者操纵，但实际上不容易被操纵。

Jan, 2024

考察了两种完全比例代表制方法，试图发掘是否可以找到方案和选民组合使得这些问题有高效解法，同时研究了两种规则的参数复杂度，结果表明大多数问题都有多项式时间算法，但单峰选民组合下的 Monroe 规则仍是 NP 难问题。

Feb, 2014

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

本文考虑选举中的社会福利和代表性候选人对社会福利的影响，采用度量优先模型来探索社会最佳的程度和度量空间的复杂性对其影响，得到了多个近似比例的下限和上限。

May, 2017

本文提出了一种统一框架来研究少数几种人的选票操作模型，并解决了 R-Swap 贿选问题的复杂性问题，同时发现选票规则的复杂性对贿选问题的难度有很大影响。

Jan, 2018

研究选举活动中的投票管理场景，外部方可以购买选票，目的是使其首选候选人获胜，同时尽可能少地支付，提出了一种 2 - 逼近算法，适用于大多数评分规则并且适用于加权选民，可以应用于商业环境的竞选活动管理。同时，提出了对两种 Condorcet 一致规则（即 Copeland 准则和 maximin）的求近似算法。

Mar, 2010

研究计算社会选择理论中，针对代理人之间的不良行为（如控制、操纵和贿赂）在竞选系统中的复杂性，并以无限多个候选人的无限得分协议为例，将计算复杂度的结果加以泛化，并展示了操纵竞选系统和图形理论问题之间的惊人联系。

May, 2010

通过引入一族良好动机的距离度量方法，我们提出了一种寻找最具代表性的选区地图的新方法，在绘制选区地图时实现良好的方法。我们展示了一种可伸缩的、线性时间算法，并推导了样本复杂度保证。我们发现这种方法的一个副产品是能够检测到选区中的区块操纵地图，因为它们在距离方面的 “离群值映射” 中被发现。

Mar, 2022

本研究发现，在大多数情况下，选举操纵和选举管理的控制可以在多项式时间内成功实现，但生成成功的操纵行为可能需要超出多项式时间。

Feb, 2012

在计算机科学中，研究参与性预算（PB）的技术方案，让选民基于项目的偏好和权重决定项目的分配。 通过提出比例代表公理并发现一种新的解决方案概念，解决了 PB 和其他偏好聚合设置之间的问题，该解决方案可以在多项式时间内实现。新方案称为包容性 PSC（IPSC），它比比例公正代表更强并且与 EJR 兼容。

Nov, 2019