我是大学数学系的计算统计学教授哥本哈根。我是联合创始人哥本哈根因果实验室并在人工智能和统计的交叉点进行研究。我的主要兴趣是从数据中自动学习因果解释。我使用技巧来自贝叶斯网络、随机过程、预测建模和机器学习发现因果结构,实现可解释、健壮和可移植的人工智能。
2004年统计学博士
哥本哈根大学
2000年数学硕士
所有出版物arXiv公司
我们开发了一个基于局部协方差测度的无模型框架,用于测试计数过程在局部条件下独立于另一个过程的假设。我们提出了(交叉拟合)局部协方差检验,并证明了它的水平和功率可以统一控制,前提是两个非参数估计与适度率一致。
我们通过将偏copula与基于分位数回归的方法相结合来估计非参数残差,从而开发了条件独立性的非参数检验。
我们发展了有向混合图的μ-分离理论,给出了一类边缘化下封闭的图独立模型。我们证明了有向混合图的马尔可夫等价类中存在唯一的极大元,并通过有向混合等价图刻画了等价类。
我们推导了某些不连续估计量的自由度的表示,并展示了如何使用它来估计Lasso OLS的风险。
多元Hawkes过程和其他点过程的Oracle不等式,使用$У_1$惩罚估计。
稀疏群套索优化算法及实现,并应用于多项式稀疏群套环分类。
我们考虑有限字母表中两个独立马尔可夫链的无间隙局部比对,并导出分数超过高阈值的本质不同的局部比对数量渐近泊松分布的充分条件。