报告题目：Support condition for equivalent characterization of graph laws
报 告 人：李本崇副教授 西安电子科技大学
报告时间：2020年7月7日 10:30-11:30
报告地点：腾讯会议 ID：938 409 128
点击链接入会，或添加至会议列表：
https://meeting.tencent.com/s/3exh3oWnSZw9
校内联系人：朱复康 fzhu@jlu.edu.cn
报告摘要：
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).
报告人简介：
李本崇，西安电子科技大学数学与统计学院副教授，硕士生导师。主要从事图模型和代数统计领域的研究，在国际知名统计学期刊 Pattern Recognition，Statistica Sinica，中国科学-数学等期刊发表论文 11 篇。曾主持一项国家自然科学基金青年基金，一项陕西省自然科学基金青年基金；现主持一项陕西省自然科学基金面上项目。中国现场统计研究会大数据统计分会、数据科学与人工智能分会理事；全国工业统计学教学研究会、青年统计学家协会理事；陕西省数学会统计分会理事。
