位置：立项数据库 > 立项详情页
图模型的结构学习及因果推断
  • 项目名称：图模型的结构学习及因果推断
  • 项目类别：面上项目
  • 批准号：10771007
  • 申请代码：A011102
  • 项目来源：国家自然科学基金
  • 研究期限：2008-01-01-2010-12-31
  • 项目负责人：耿直
  • 负责人职称：教授
  • 依托单位：北京大学
  • 批准年度：2007
中文摘要：

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。

中文主题词： 网络图模型，结构学习，因果推断
成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 19
  • 1
  • 0
  • 0
  • 1
期刊论文
Discover local causal network around a target to a given depth.
Acceleration of the EM and ECM algorithms by Aitken delta^2 method for log-linear models with partia
Review and prospect of the project of applied statistical methods.
流行病学观察性研究中若干不可检验的假定:对照模型与数据缺失机制? 疾病控制杂志, 01期, 2006.期刊文章
Active learning of causal networks with intervention experiments and optimal designs.
Structural learning of chain graphs via decomposition.
A recursive method for structural learning of directed acyclic graphs?
A new non-randomized model for analysing sensitive questions with binary outcomes?
Criteria for surrogate end points?
Criteria for surrogate endpoints based on causal distributions.
On varying covariance model.
Detecting multiple confounders.
Collapsibility for directed acyclic graphs.
Some association measures and their collapsibility?.
Acceleration of the EM algorithm using the vector epsilon algorithm?
会议论文
Reverse engineering of asynchronous Boolean networks via minimum explanatory set and maximum likelih
著作
因果挖掘的若干统计方法. 《机器学习及其应用2009》周志华，王珏 主编，清华大学出版社，49-80。
相关项目
痰瘀辨治顽固性高血压真实世界的因果推断方法研究
期刊论文 5 著作 1
概率图模型对偶优化及其在视频序列分析中的应用研究
期刊论文 11 会议论文 3
因果推断及不完全数据的统计分析
期刊论文 8 会议论文 4
中介变量的因果推断
期刊论文 3
因果结构学习与因果推断
期刊论文 2 会议论文 3
因果推断的统计方法
期刊论文 21 会议论文 1
耿直的项目
中国现场统计研究会学术会议
图模型和概率专家系统
多元分析及其算法研究
　因果推断的统计方法研究
　因果推断的统计方法研究
中医药学的现代统计方法与因果网络
应用统计
不完全离散数据的统计分析方法和软件开发及其应用
因果推断的统计方法
期刊论文 21 会议论文 1
因果推断方法研究及在食品安全与生物医学中的应用
第十次中日统计研讨会