该文汇总多项研究，涵盖：基于鞅与扩展维尔不等式的新型e过程及可信区间构建；高阶核均值嵌入在量化金融与因果发现中的应用；机会均等约束下的选手淘汰优化；相关噪声下多维信号表示；非参数连续假设检验通用框架（支持在线监测与错误控制）；p-filter统一算法；超越时间点过程及霍克斯过程叠加；结合证据深度学习的概率分类器；流程挖掘通用性度量与异质过程异常检测。

本文综述基于核方法的因果推断研究，涵盖KCDC非参数因果发现、核化异构风险最小化、核均值嵌入分类、贝叶斯异质时间序列核嵌入、不变性随机特征与核方法、联邦因果效应学习、KCI条件独立性检验及再生核希尔伯特空间分布表征，并探讨核均值嵌入的可嵌入性、单射性与拓扑性质，以及非独立同分布下的因果结构学习。