孔雨晴，北京大学前沿计算研究中心助理教授，2018年博士毕业于密歇根大学安娜堡分校计算机系，2013年本科毕业于中国科学技术大学数学系。她的研究兴趣在计算经济学领域，包含同伴预测，预测市场，机制设计以及机器学习。她的论文发表于WINE, ITCS, EC, SODA, AAAI, NeurIPS, ICLR等会议中。

实验室成员

            孔雨晴

实验室代表成果

1. Y. Kong, "Dominantly Truthful Multi-task Peer Prediction with a Constant Number of Tasks" In Proceedings of the Fourteenth Annual ACM-SIAM Symposium on Discrete Algorithms (SODA), 2398-2411, Salt Lake City, USA, January 5-8, 2020.

2. Y. Kong, G. Schoenebeck, "Water from Two Rocks: Maximizing the Mutual Information," in proceedings of the 19th ACM Conference on Econ and Computation (EC), 177-194, Ithaca, NY, USA, June 18-22, 2018.

3. Y. Kong, G. Schoenebeck, "An Information Theoretic Framework For Designing Information Elicitation Mechanisms That Reward Truth-telling," in proceeding of the ACM Transactions on Economics and Computation (TEAC), 2:1-2:33, Volume 7 Issue 1, February 2019.

　　这是一系列将信息论应用到同伴预测机制设计和机器学习算法设计的工作。这个信息论框架将激励设计的问题转化成了信息测度设计的问题。[3]首先提出了这个框架，[1] 和 [2] 将这个信息论框架应用在了不同的情境下。在这个信息论框架下，[1] 提出了一个新的信息测度，行列式互信息，从而将同伴预测领域机制设计的任务数量从无穷大减少到一个小常数。