本文汇总了图模型与高维统计的多项研究：用lasso实现稀疏图协方差的无关估计并控制误连；提出knockoff filter在高维线性模型中控制伪发现率；用凸优化估计高斯图模型的网络差异；以图神经网络监督学习进行社区检测；证明指数族成对图模型邻域选择的相容性；提出动态邻居图框架处理多关系数据；给出离散因子模型的交互筛选框架；研究正则化得分法学习有向无环图并提供有限样本保证；用高斯过程贝叶斯方法进行图半监督学习；以及用Laplace机制在EM框架内学习离散无向图模型。