本文研究从个体基因组的 mate-pair reads 中推断出其 haplotypes 的问题，并且给出了在生成模型下 haplotype assembly 所需的覆盖度的简单公式。该分析利用了该问题与解码卷积码的联系。

Feb, 2015

采用相态理论，描述了共聚模型和考虑到重组后的共聚模型，并且计算了仅仅考虑到固定重组点和超过一个重组点的共聚模型中的因子频率谱、非固定重组点的两点祖先基因图计算量的平均数和方差。

Jun, 2018

本文提出两种概率模型：一种是利用主成分分析（PCA）实现 Pritchard-Stephens-Donnelly 混合成员模型的估计，另一种是基于人口结构模型的概率模型的新 “逻辑因子分析”（LFA）框架的提出，这些模型较少地提出了建模假设，而这些模型能识别与结构存在高度分化的 SNPs。

Dec, 2013

本文主要讨论信息瓶颈问题，包括如何解决它、与编码和学习方面的联系，以及其对分布式信息瓶颈问题和高斯模型的扩展。同时探讨其与自动编码器、表征学习、变分推断和通用重建等方面的紧密联系。

Jan, 2020

该研究利用交换神经网络，实现了基于模拟数据的统计推断，旨在解决高维变量积分与数据置换不变性问题，取得了在重组热点测试问题上领先于现有技术的成果。

Feb, 2018

本文介绍了利用信息论框架扩展到多跳网络研究的方法，构建了一种新的确定性模型，通过此模型，对多层网络进行了最大吞吐量的线性优化问题的探讨，并研究了反馈（feedback）在多层网络中的作用。结果表明，适当反馈可以提高传输效率，为协同合作提供基本指导。

May, 2015

本文扩展了模型无关窃取的方法，介绍了一种有效的算法来对隐藏马尔可夫模型进行采样，并说明与选择性框架相结合，可应用于基因组关联研究，并应用于研究克罗恩病和胆固醇水平等连续表型。

Jun, 2017

本文提供了一种新的方法，可以使用 Hawkes 过程检测 DNA 序列中基因组事件之间的首选或避免距离，使用非渐近惩罚模型选择方法，该模型选择能够适应 Hawkes' 过程的 Hölderian 函数，并且引入了一种有效的名为 Islands 的策略，用于数据驱动的惩罚校准，实验证明结果与生物学知识一致并完善了结果。

Mar, 2009

本文介绍了一种基于社区属性的链接预测策略 HAP，提出了一个两步社区增强算法，通过添加链接来澄清模糊的社区结构，实验结果表明，该方法优于其他基准方法，并且社区增强遵循了期望的演化过程。

Apr, 2022

本研究探究了基因型表型图对于单倍体 Wright-Fisher 模型的进化动力学的影响，结果表明表现型频数大的现象更容易出现，并且即使具有更高适应度但频数小的表型也很难在人口中趋于固定，这表明进化遵循了非人类学的规则。

Feb, 2014