Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
Адрес: 194100 Санкт-Петербург,ул. Кантемировская, д. 3, корп. 1, лит. А, каб. 316, 317
Вводятся стохастические параметры в модели сетевых игр с производством и экстерналиями знаний, которая была сформулирована В. Матвеенко и А. Королевым и обобщает двухпериодную модель Ромера. Агенты различаются продуктивностью, имеющей детерминированную и винеровскую составляющие. Рассматривается динамика, которая возникает при объединении двух полных сетей. Получены явные выражения в форме броуновских случайных процессов. Проведен качественный анализ решения системы стохастических уравнений.
Рассматриваются сетевые дифференциальные игры с партнерскими множествами. Выигрыш каждого игрока зависит от его действий и действий игроков из его партнерского множества. В статье предложена кооперативная версия игры и введен особый тип характеристической функции. Доказано, что построенная кооперативная игра является выпуклой. Свойства функций выигрыша и построенной характеристической функции используются для вычисления вектора Шепли и τ-вектора. Также доказано, что в указанном классе дифференциальных игр вектор Шепли динамически устойчив.
Efficient representation of data aggregations is a fundamental problem in modern big data applications, where network topologies and deployed routing and transport mechanisms play a fundamental role in optimizing desired objectives such as cost, latency, and others. In traditional networking, applications use TCP and UDP transports as a primary interface for implemented applications that hide the underlying network topology from end systems. On the flip side, to exploit network infrastructure in a better way, applications restore characteristics of the underlying network. In this work, we demonstrate that both specified extreme cases can be inefficient to optimize given objectives. We study the design principles of routing and transport infrastructure and identify extra information that can be used to improve implementations of compute-aggregate tasks. We build a taxonomy of compute-aggregate services unifying aggregation design principles, propose algorithms for each class, analyze them theoretically, and support our results with an extensive experimental study.