我们提出了NonStGM，一种通用的非参数图形建模框架，用于研究非平稳多变量时间序列分量之间的动态关联。它建立在高斯图形模型（GGM）和平稳时间序列图形模型（StGM）的框架上，补充了基于变点向量自回归（VAR）的参数图形模型的现有工作。与StGM类似，该框架以无向图的形式捕获了条件非相关性（跨期和同期）。此外，为了描述时间序列各分量之间更微妙的非平稳关系，我们引入了条件非平稳性/平稳性的新概念，并将其纳入图中。这可以用于搜索在大型系统中充当非平稳性“源”的小型子网。

我们明确地将多元时间序列分量之间和内部的条件非相关和平稳性与无穷维逆协方差算子的零和Toeplitz嵌入联系起来。在傅里叶域中，逆协方差算子中的条件平稳性和非相关关系用其积分核算子的特定稀疏结构进行编码。我们表明，这些稀疏模式可以通过离散傅里叶变换（DFT）在不同傅里叶频率之间的逐点回归从有限长时间序列中恢复。我们通过仿真研究证明了从数据中学习非StGM结构的可行性。