报告人：李本崇
报告地点：数学与统计学院415报告厅
报告时间：2019年12月19日星期四10:00-11:00
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).
主讲人简介：
李本崇，西安电子科技大学数学与统计学院副教授。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，Knowledge Based System，Statistical Papers等发表SCI论文 10 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。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。
