报告题目：因果图学习及其在流行病学中的应用

报 告 人：李长城教授

报告摘要：基于人口的艾滋病毒影响评估（PHIA）是一个正在进行的项目，它进行具有全国代表性的以艾滋病毒为重点的调查，以衡量国家和区域在实现联合国艾滋病规划署90-90-90目标方面的进展，这是结束艾滋病毒流行的主要战略。我们认为，PHIA调查提供了一个独特的机会，可以更好地了解在撒哈拉以南非洲受影响最严重的国家推动艾滋病毒流行的关键因素。在本文中，我们提出了一种新的因果结构学习算法来发现90-90-90目标的重要协变量和潜在因果途径。现有的基于约束的因果结构学习算法在边缘去除方面非常积极。所提出的算法保留了更多关于重要特征和潜在因果途径的信息。它被应用于马拉维PHIA（MPHIA）数据集，并导致有趣的结果。我们进一步对比验证了所提算法，利用BIC和蒙特卡罗模拟，结果表明，与现有算法相比，所提算法在重要特征发现方面实现了真阳性率的提高。

报告人简介：李长城，大连理工大学数学科学学院,教授

报告时间：2023年07月13日  16:00-18:00

报告地点: 腾讯会议：763-183-875

联 系 人：李天然