- 同调环的几何定位
在几何优化中，我们设计了多种近似算法来解决同伦定位问题、持久同调问题，并研究了它们在实验中的性能。这些算法在中等大小数据集上具有合理的运行时间，并且通过在多个数据集上的实验证明了计算出的周期的高质量。
- ICLRWeisfeiler 和 Leman 的循环：图形表示学习的新层次结构
介绍了一种新的图同构测试层次结构和相应的 GNN 框架，可以计算长度为 r+2 的环的数量，并且能够计算仙人掌图的同态数量，实验证明该框架在多个合成数据集上具有表达能力和计数能力，并在多个真实数据集上取得了最先进的预测性能。
- 循环不变位置编码用于图表示学习
本文提出了一个名为 CycleNet 的结构编码模块，通过边结构编码以不变的方式编码循环信息，以增强图神经网络中的性能。
- 基于时间数据的双重稳健结构识别
我们提出了一种新的双重鲁棒性方法来从时间数据中确定结构，该方法具有理论保证，可以在潜在原因存在循环和混淆的情况下渐近地恢复真实的因果结构，并通过大量实验证明了我们方法的卓越性能。
- 基于约束和噪声算法的混合时序因果发现
本文提出了两个新的混合约束式和基于噪声的方法的框架，可以发现可能包含循环的摘要因果图。提供了两种混合算法，并在模拟数据，真实生态数据和各种应用程序的真实数据上进行了实验测试，结果表明，我们的混合方法具有稳健性，并在大多数数据集上产生良好的结 - 循环和非循环因果模型的统一试验设计方法
本文提出了一种实验设计方法，可以学习含有循环或非循环的因果图，并且在保证最差情况下的唯一识别因果图所需实验数量最少。
- 正交搜索法进行因果特征选择
提出一种基于反偏倚机器学习的一对多特征选择方法，可用于纯观察性数据，同时提供理论保证，包括部分非线性关系和循环数据的情况，并证明与目前的方法相比有显著改进。
- 循环、潜在混淆和选择偏倚存在下的因果演算
该研究证明了 IOSCM 模型中的因果推理原则，包括调整标准和公式，从而使得能够在具有循环、潜在的混杂变量和选择偏差的情况下估算出条件因果效应，并扩展了 ID 算法以在这些模型中进行因果效应的识别。
- ACL无限制 AMR 解析的基于转移的算法
本研究提出了一种贪心的从左到右的非投射转移句法分析器，旨在处理 AMR 图中的循环和重新进入，能够原生地处理重新进入和任意循环，模型在 LDC2015E86 语料库上获得 64％的 Smatch 的结果，并在重新进入的边缘上表现良好。
- 基于约束的算法用于发现具有循环、潜在变量和选择性偏差的因果关系
本文介绍了一种称为循环因果推断（CCI）的算法，能够在条件独立神经元操作符下对循环因果过程进行有效推断，如将循环因果过程表示为非递归线性结构方程模型与独立误差。实证结果表明，CCI 在循环情况下优于 CCD，且在无环情况下与 FCI 和 R - WWW建模人类行为中的个体循环变化
本研究提出了一种称为 CyHMMs 的方法，用于在多维异构时间序列数据中检测和建模周期，并能更准确地推断周期长度。应用人体健康数据，对月经周期和身体活动进行研究，发现不同维度数据间具有相关性，并且可以通过该方法来推断周期中的不同症状。
- 具有循环和潜变量的图模型的马尔可夫属性
研究了允许存在循环和潜变量的概率图模型，并引入了带有超边的有向图，定义并分析了多个与图形结构相关的马尔可夫属性。
- 具有循环和潜变量的结构因果模型基础
本研究主要在于探究具有潜在共变量和环路的结构因果模型，并证明其遵守特定可解性条件下的便利性质，这一工作将结构因果模型在具有周期的情况下进行了推广，从而提供了一般性的统计因果建模的基础。
- 肾脏交换的位置索引公式
本文提出了三种新的整数规划公式，旨在增强肾移植交换市场的可行性，通过应用实例展示这些公式的高效性。
- 图中的环数
本文介绍了 3 连通立方图哈密顿图中最小正常周期数的结果，并描述了一种证明技术，可以改进哈密顿图中最大周期数的上限。