报题告目： 人在回路的信息学习与传播
报 告 人： 段凌杰 教授
报告主持人：唐建华 副教授
报告时间： 2023年12月12日（星期二）上午10:30—11:30
报告地点： 广州国际校区D1-b110
欢迎广大师生踊跃参加。
bat365中文官方网站
吴贤铭智能工程学院
2023年12月7日
报告摘要：
本次讲座将介绍我们最近对动态优化和机制设计进行的研究，旨在使分布式个体在流行网络场景中学习和共享随时间变化的信息。首先，我们考虑了拥塞或路由博弈中的人在回路学习，其中自私个体的近视路由决策不仅会相互干扰，还会错过对非最短路径的时变交通状况的探索。我们发现，现有的平台（如Waze和Google Maps）通过汇总和公开个体共享的交通信息，鼓励了个体的近视路由选择，并可能导致巨大的效率损失。为了激励自私的个体在开发和探索之间取得最佳平衡，我们提出了一种新的选择性信息披露（SID）机制：当个体有意过度探索随机路径时，我们向他们披露最新的交通信息，而当他们无意探索时则隐藏这些信息。我们证明了我们的机制最多会使社会最优解的效率损失翻倍。
接下来，我们考虑了病毒营销中的人在回路信息传播，即社交平台（如Facebook Marketplace和拼多多）反复邀请不同的个体作为种子，与他们的朋友分享新鲜的促销信息。因此，我们在社交网络中优化病毒营销的多阶段信息播种过程，并采用了信息的峰值和平均信息年龄（AoI）的最新概念来衡量所有个体接收到的促销信息的及时性。我们的问题与社交网络中信息传播的文献不同，因为它们仅限于一次性种子并忽略了随时间的信息替换。考虑到问题的NP困难性，我们提出了具有良好近似保证的多项式时间算法，并通过在真实社交网络上进行实验验证了理论结果。
报告人简介：
段凌杰博士是新加坡科技设计大学（SUTD）工程系统与设计学科的副教授和副院长。他于2008年在哈尔滨工业大学获得电气工程学士学位，2012年在香港中文大学获得博士学位。在2011年期间，曾作为访问学者访问加利福尼亚大学伯克利分校。他积极致力于交叉学科研究领域“网络经济学”，将计算机网络与经济学和算法博弈论相结合。他获得了2016年SUTD卓越研究奖，并于2015年获得第10届IEEE通信学会亚太杰出青年研究员奖。他是IEEE/ACM TON和IEEE TMC的编委，曾担任IEEE TWC以及IEEE Communications Surveys & Tutorials 的编委。他还担任过IEEE JSAC、IEEE Wireless Communications和IEEE TCCN的客座编委，WiOpt 2023会议的总主席，IEEE ICC 2019的认知无线电与网络研讨会的联合主席，以及VTC 2017的未来趋势和新兴技术的联合主席。