2020年12月22日下午，法国国家农业科学研究院Stéphane Robin研究员受邀在线上为我院师生作题为“Tree-based mixture distributions: Applications in ecology and epidemiology”的学术报告。本次报告由统计系系主任王效强主持，学院教师及研究生在线聆听了报告会。

概率图模型将概率论与图论相结合，能够解密一组随机变量间的相依结构，是当前非常热门的一个统计学习研究方向，且在众多领域中都有广泛的应用。在本次报告中，Stéphane Robin研究员从如何构建物种的关系网络和流行病的传播途径两个实际问题开始讲解，循序渐进地引入到概率图模型和基于树的混合分布。报告前半段，Stéphane Robin研究员主要介绍了如何使用基于树的混合模型来推断一组变量的图形结构。他认为树结构假设过于严苛，对应用场景有很强的限制性。但将树结构也视为随机变量时，由矩阵树定理，我们发现可以以一定的计算成本推断出所有生成树的概率，进而推断出变量所具有的图形结构。报告后半段，Stéphane Robin研究员介绍了基于树混合模型的两个应用场景：对社区生态学中物种间依赖关系网络的构建和对流行病学中传播路径的推断。Stéphane Robin研究员提出了他们团队在研究过程中遇到的问题和未来的研究方向，并耐心地为大家答疑解惑。此外，报告前后，Stéphane Robin研究员与学院老师热情交流了概率图模型领域中几个热点问题，并深入探讨了今后合作的课题以及网络交流方式等事宜。本次报告介绍了关于概率图模型前沿的研究动态，拓展了学院师生关于该领域的研究思路，对未来的研究方向起到了良好的指导作用。

Stéphane Robin，法国国家农业科学研究院（INRA）高级研究员。现担任期刊《Biometrics》、《J-SFdS》编委。主要研究方向为：统计学、分子生物统计学和生态统计学等。近年来，Robin研究员在概率图模型中潜变量的统计推断领域取得了丰硕的研究成果。著有3部著作，参编6部专著，在《Journal Royal of Statistical Society: Series B》、《Bernoulli》、《Annual of Applied Statistics》、《PLoS Computational Biology》、《Statistics and Computing》、《Statistical Modelling》、《Journal of Computational and Graphical Statistics》、《Biometrics》、《Computational Statistics and Data Analysis》等期刊上发表多篇研究成果。

作者：李梦雪 来自：数学与统计学院