邓 文凝
洛杉矶
Summary
设计多人网上实验，利用经济学和统计学模型来解释人的社会决策，并且从个人信息、喜好和决策来预测群体信息级联和奖励结果。
Overview
2027
2027
years of professional experience
Work History
社交网络中个人与社会信息整合的计算基础
加州理工学院
01.2022 - Current
- 设计并部署一个25人实时同步实时信息交换实验（Python + JavaScript + Firebase），收集300+用户高频行为数据
- 开发数学模型预测人在社会网络中的选择与反应时间，用于预测网络中的群体动态与群体决策准确性
- 构建数据管理系统用于采集、存储和分析实时网络眼动数据；使用PCA和HMM从噪声时间序列中推断潜在注意状态
- 分析社交网络中的时间序列信息流，并构建动态图表以展示个体偏好和决策策略如何影响群体协作的成功率
双人游戏中的协作与认知
加州理工学院
2021 - 2025
- 使用Unity设计并实现一个自然化的双人交互游戏，通过多轮A/B测试优化任务游历度和用户参与度
- 开发强化学习模型（RL）以量化学习、泛化与记忆策略，通过社交贝叶斯回归解释50%的行为方差
- 基于表观目标标记一个组装类为4种行为类别，并根据个体人格特征预测类别归属（macro-F1 = 0.40）
使用RNN和Transformer重建人类社会行为
加州理工学院
- 构建基于因神经网络的Actor-Critic模型处理长时间任务归因，捕捉社会决策任务中的个体与群体决策，准确率67%
- 在Dota 2聊天数据集上构建并评估无监督主题模型（BERTopic），调整模型并分类来发现游戏中的有害交流
使用深度神经网络解码人脑磁共振信息
Neurohackacademy
- 使用autoencoder从MRI数据中提取潜在脑状态，并训练深度神经网络解码任务类型，交叉验证准确率45%（随机水平25%）
研究实习生
哈佛大学
06.2020 - 08.2020
- 构建大规模玩家交互数据库，并应用无监督社区检测研究玩家技术分享模式。与科学家合作定义社区演化评估指标。
市场实习生
凤凰网
06.2019 - 08.2019
- 负责多个媒体内部的内容管理与维护；分析社交媒体数据识别用户参与模式并预测内容趋势，使粉丝增长1.5倍。
- 协助制作音乐人采访。
Education
Ph.D. - 社会与决策神经科学
加州理工学院California Institute of Technology
12.2026
Bachelor of Science - 应用数学; 心理学
布朗大学Brown University
05.2021
Skills
- 编程: Python（pandas, PyTorch, scikit-learn）, R（brms, lme4, RStan）, Julia, JavaScript, SQL
- 机器学习/统计: 神经网络, 强化学习, 因果推断, 聚类, 贝叶斯建模
- 数据: 实验设计, A/B测试, 时间序列数据, 行为数据, fMRI, 问卷
- 相关课程: 贝叶斯统计, 深度学习, AI/ML基础, 网络与经济学
Timeline
社交网络中个人与社会信息整合的计算基础
加州理工学院
01.2022 - Current
研究实习生
哈佛大学
06.2020 - 08.2020
市场实习生
凤凰网
06.2019 - 08.2019
双人游戏中的协作与认知
加州理工学院
2021 - 2025
使用RNN和Transformer重建人类社会行为
加州理工学院
使用深度神经网络解码人脑磁共振信息
Neurohackacademy
Ph.D. - 社会与决策神经科学
加州理工学院California Institute of Technology
Bachelor of Science - 应用数学; 心理学
布朗大学Brown University