（通讯员：关迪）2025年5月26日下午18点30分，我院特邀东北师范大学王晓飞教授做线上学术报告，报告由数学与统计学院副院长杨凯教授主持，学院部分老师、全体研究生参加了本次线上学术报告会。

报告人简介：王晓飞，东北师范大学数学与统计学院统计系，教授，博士生导师。主要研究方向：图算法，图模型和机器学习。在国际期刊上发表多篇学术论文。主持国家自然科学基金委项目天元，青年，面上项目各一项，参与国家自然科学基金委项目多项，主持中央高校青年教师科研发展项目一项，主持吉林省优秀青年人才基金项目一项。现正与吉大一院放射科合作，研究基于国家急诊CT影像数据库的多病种精准快速联合筛查的数学方法与系统。

报告题目：Latent Tree Models and Related FieldsAutoregression

报告摘要：Latent Tree Models (LTMs) are a class of probabilistic graphical models that capture hierarchical dependencies among observed variables via unobserved (latent) variables structured in a tree topology. They serve as a powerful tool for multiscale representation, unsupervised structure discovery, and interpretable clustering. This report presents a comprehensive overview of LTMs and their related fields. We begin by revisiting the foundations of latent variable models and tree-structured probabilistic models. We then explore the learning algorithms for LTMs, including structure recovery, parameter estimation, and their theoretical guarantees.

在报告中，王晓飞教授介绍了潜在树模型（LTM），接着，讨论了两种树结构学习方法及它们的优缺点：一种是根据评分指标（EM+BIC）搜索树结构；另一种是基于加性距离重建树结构。并介绍了了LTM的起源、动机及其在多尺度聚类和潜在结构发现中的应用，并探讨了如何在纯离散、纯连续和混合类型变量三种数据类型下定义信息距离，以及如何通过有效的统计和算法技术进行结构学习和参数估计，从而从数据中有效推断LTM。

报告结束后，王晓飞教授就老师和同学们提出的问题进行了耐心的解答，并鼓励大家积极思考和探索新的研究思路。本次学术报告不仅拓宽了师生们的学术视野，也激发了同学们对时间序列分析领域深入研究的兴趣。

初审：关迪

复审：杨凯

终审：王丹、王纯杰

数学与统计学院

2025年5月26日