報告題目：Support condition for equivalent characterization of graph laws
報 告 人：李本崇副教授 西安電子科技大學
報告時間：2020年7月7日 10:30-11:30
報告地點：騰訊會議 ID：938 409 128
點擊鍊接入會，或添加至會議列表：
https://meeting.tencent.com/s/3exh3oWnSZw9
校内聯系人：朱複康 fzhu@jlu.edu.cn
報告摘要：
Structurally Markov distributions over a set of graphs which is also called graph laws complete the fully Markov Bayesian structure of model selection. In this paper, we characterize conditional independence structures induced by graphs in terms of closure operation. Further, we resolve the open question on support condition for equivalent characterization of graph laws posed in Byrne and Dawid (2015).
報告人簡介：
李本崇，西安電子科技大學數學與統計學院副教授，碩士生導師。主要從事圖模型和代數統計領域的研究，在國際知名統計學期刊 Pattern Recognition，Statistica Sinica，中國科學-數學等期刊發表論文 11 篇。曾主持一項國家自然科學基金青年基金，一項陝西省自然科學基金青年基金；現主持一項陝西省自然科學基金面上項目。中國現場統計研究會大數據統計分會、數據科學與人工智能分會理事；全國工業統計學教學研究會、青年統計學家協會理事；陝西省數學會統計分會理事。
