本研究探讨了神经符号人工智能中条件独立随机变量的影响，认为确定性偏见源于应用不当，而非条件独立本身的问题。这一发现有助于改善神经符号AI方法的应用。

本文介绍了一种通过样本数据推理循环因果图的算法，研究了有向无环图在条件独立关系中的应用，提出了基于祖先图的因果效应识别方法，并探讨了模块化结构因果模型在处理复杂因果关系中的有效性。

本文研究二元决策聚合问题：两位专家根据私人信号提供建议，代理人在不了解联合信息结构的情况下进行决策。一般情形下，二阶信息无益，最优策略是始终采纳第一位专家的建议。若专家信号在给定状态下条件独立，利用二阶信息的鲁棒聚合器可显著优于不使用二阶信息的聚合器；在同质专家且满足非退化假设时，随机聚合器同样更优。