图模型的结构学习及因果推断

本研究主要探讨网络模型的结构学习方法和因果作用的统计评价方法，并应用于计算机科学，计算机网络，流行病学和医学中。在数据类型方面，我们提出多数据库的统计分析方法，并探索关系数据的网络图模型的分析方法。在网络结构学习方面，我们提出分解学习的方法，探索局部结构学习和整体合并的算法。在数据类型方面，我们探索离散数据和连续数据的混合型数据的统计分析方法。.探讨离散数据合并和网络结构学习同时进行的有效方法。在因果推断方面，我们利用因果网络研究非随机缺失数据的统计模型和统计推断方法。探讨因果网络的直接因果作用和间接因果作用和各种工具变量的准则。