lunduniversity.lu.se

Automatic Control

John C. Doyle ny hedersdoktor vid LTH

John C. Doyle är professor och forskare vid California Institute of Technology med fokus på dynamiska kontroll- och styrsystem. Han är författare till ledande läroböcker och hans insatser för LTH har tagit sig uttryck i ett flertal besök, seminarier och kurser i Lund. John C. Doyle har också möjliggjort ett aktivt utbyte av forskare mellan California Institute of Technology och LTH. Ett tiotal av doktoranderna från Reglerteknik vid LTH har varit på forskarutbyten hos Doyle, och nästan lika många av Doyles doktorander har gästforskat i Lund. Flera av de tidigare doktoranderna är nu professorer på olika internationella lärosäten.

Motiveringen från LTH lyder: ”John C. Doyle har en världsledande position, inte bara inom reglerteknik, utan generellt när det gäller de matematiska grundvalarna för komplexa dynamiska system inom biologi, medicin, ekologi, fysik och neurovetenskap. Han är mycket välciterad och har fått flera av de främsta utmärkelser som finns i hans forskningsfält.”

MSc. by S. Selleck: Reducing Polarization in Opinion Networks in the Presence of Stubborn Leaders

Graph polarization before and after addition of a link.

Seminarium

From: 2022-01-27 10:30 to 11:00
Place: Dept. of Automatic Control Seminar Room KC 3N27 and Zoom https://lu-se.zoom.us/j/61563582315
Contact: giacomocomo [at] gmail [dot] com
Save event to your calendar


A MSc. thesis in Automatic Control will be presented.

Presenter: Samuel Selleck
Title: Reducing Polarization in Opinion Networks in the Presence of Stubborn Leaders
Examiner: Emma Tegling
Supervisors: Giacomo Como

10:30-11:00


Abstract: We study the problem of reducing polarization (variance) of opinions at stationarity in a directed weighted graph with node set divided into two groups: stubborn, initialized with a fixed opinion and regular who repeatedly update their opinion to the average of their out-neighbors, known as the DeGroot model with stubborn nodes. We show how the polarization can be minimized for a number of simple constraints, but that the problem in general is not convex. Theory is developed for the change in opinions at stationarity and the polarization measure for a rank-1 update of the network (encompassing both addition of a directed and undirected link in the network). An algorithm for optimal infinitesimal link addition is proposed, achieving a two order of magnitude reduction in complexity with respect to the number of links in the network compared to a finite difference method. Lastly variations of the algorithm together with other trivial methods of recommending a link are compared for a number of random and real networks.

 



Recent Publications