从时移信号中稳健且高度可扩展地估计方向耦合

提出了一种结合网络结构的协方差测量方法，用于重建有向网络链接。

描述了从多元时间序列数据中推断功能连接网络的过程，旨在解释不确定性网络度量带来的不确定性。

提出了一种新的基于统计估计的框架，通过使用 moralized 图选择最佳得分的图。

研究了一种分散式传感器网络方案，通过非线性耦合的动力系统实现全局最优最大似然估计。

探究了高维情形下的非高斯图模型推断问题，并提出了相应的解决方案。

提出了一种新的过滤方法，使用交通测度、凸优化和概率图模型来处理高维度的非高斯状态空间模型。

介绍了通过扩散耦合相互连接的物理动态网络的参数和互连结构的识别方法。

提出了一种新的非高斯性算法来估计因果排序和连接强度，能够处理连续变量之间的因果关系。

介绍了新的机器学习方法来估计时间变化的网络，并在虚拟数据集中还原时间变化网络。

提出了新的互补方法来估计回归神经网络中的预测方差网络，改善了预测不确定性的估计。