本文介绍了三类基于泊松分布的多元分布，探讨了这些模型在解释性和理论方面的不同，通过三个真实数据集的实证实验比较了每类模型的优缺点，并提出了未来的研究方向。
Aug, 2016
本文考虑了在一种成对图模型中，每个节点的条件分布都属于指数族分布这样一种参数调整问题。该文章证明了参数空间的限制条件以及基于邻域选择方法对于高维数据下的图重建方法的相容性，同时提出了在处理不同参数形式的情况下如何选择节点间边的问题，并举出高斯分布，伯努利分布，泊松分布和指数分布等实例验证了理论发现。
Nov, 2013
介绍了如何将双向图转化为最大祖先图，以提高高斯模型中的极大似然函数迭代求解效率及找出最大似然估计等于经验估计的情况。
Aug, 2007
本文提出了一种新的多元分布，其边缘分布为 Beta 分布，在单位正方形上具有正的概率，并在整个范围内具有相关性。并讨论了其在三个或更多维度上的扩展。
Jun, 2014
本文介绍了一种基于贝叶斯框架的高斯图模型确定方法，它是基于连续时间出生 - 死亡过程的转维度马尔可夫链蒙特卡罗方法。该方法易于实现，在高维图形方面具有计算可行性，验证表明该方法在收敛、图形空间中的混合和计算时间方面优于替代贝叶斯方法，并应用于基因表达研究中。
Oct, 2012
基于贝叶斯方法的深度生成模型用于处理不确定性、稀疏数据和健康数据分析，通过数据驱动方式提取具有生物学意义的元签名。
Nov, 2023
本文提出了一种名为潜在高斯 Copula 模型的半参数模型，用于建模二元和混合数据的多元统计学习。
Apr, 2014
本文提出了一种适用于混合数据的图模型，该模型对高维数据来说简单而灵活，采用回归算法和群体套索惩罚法来拟合模型，并将其应用于 CAL500 音乐注释数据集，成功得到了将音频信号的连续特征与流派、情感和用途等分类变量之间关系的稀疏而可解释的图模型。
Apr, 2013
该研究介绍了在观测数据下，考虑两组共性变量的二元响应变量建模，旨在构建两个有向无环图（DAGs），同时估计每个节点的影响因素，并采用 MCMC 方法从后验分布中取样估算 DAG 的骨架和模型参数。
Apr, 2023
该论文提出了一种算法，用于在连续和非高斯概率分布中识别稀疏的依赖结构，并利用依赖结构来进行更准确的分布估计和推理。
Nov, 2017