- MM关于马尔科夫核，条件独立性和充分统计量定理的综合方法
使用马尔可夫范畴作为框架，以纯抽象范畴术语处理标准概率统计概念，并为各种类型的概率理论提供统一的处理方法，包括离散概率、测度论概率、高斯概率、这些种类的随机过程等。
- 通过罕见事件模拟实现可扩展的自动驾驶汽车端到端测试
开发了一种模拟框架，使用深度学习感知和控制算法来测试现代自动驾驶系统，通过自适应重要性采样方法来估计基于标准交通行为的意外概率，相对于蒙特卡洛抽样，可以提速 2-20 倍，并且比真实道路测试快 10-300 倍（P 为处理器数量）。
- NIPS学习马尔可夫链
研究分析了来自样本的未知 Markov 链的估计问题，特别是预测下一样本的条件分布和转移矩阵的估计问题。研究利用 KL 散度和 f - 散度探讨了这两个问题的 min-max 风险，得出了它们的风险界限和上界。
- 目标管的随机可达性：理论和计算
本文利用概率规定的安全性和性能提出了一种针对随机扰动下的约束动态系统的一种优化算法，在考虑时间变化状态约束的情况下，最大化状态始终保持在限定区域内的概率，我们提供充分的条件使随机可达集是闭合、紧凑和凸形的，并提供一种随机传递集估计技术。
- Zipf 常数的起源
Zipf's law on word frequencies and meaning distribution can be explained by a biased random walk in mental exploration, - AAAIRelNN: 用于关系学习的深度神经模型
本文介绍了一种新的 Relational neural networks 模型，通过在关系逻辑回归中加入隐藏层，从而同时考虑了物体和关系，使用遍历学习算法进行模型训练，并证明了 RelNNs 是一种有效的关系学习模型。
- MM二项随机变量超过其期望的概率的初步分析
给出一个初等证明：当参数为 $n$ 和 $0.29/n≤p<1$ 时，二项式随机变量 $X$ 的概率至少为 $1/4$，超过其期望值。我们还展示了当 $1/n≤p<1-1/n$ 时，$X$ 超过其期望值的概率至少为 $0.0370$。当 $ - CVPR感知 - 失真平衡
本文证明了图像修复算法中失真度 (Distortion) 和感知质量 (perceptual quality) 是对立的，并研究了正确判别图像修复算法输出与真实图像之间的最优概率，此概率需随均值失真程度的降低而逐渐增加，GAN 提供了超越感 - 训练去噪自编码器以最小化二进制交叉熵
本文理论证明了用 BCE 训练的 DAE 能够在数据空间中向高概率区域梯度下降，进而在实验中通过噪声数据生成和对初始数据的迭代应用 DAE 进行数据向高概率区域的改进。
- 无限维空间上的分析与概率论
本文简要介绍了无限维空间中分析和概率基本概念、主要讨论 Banach 空间中的高斯测度。
- 二项随机变量超出其均值的概率下限
本文利用二项式随机变量的平均绝对偏差和尾部条件期望的估计，提供了一个超过其均值的概率的下界。
- CVPRLocNet: 提高物体检测的定位精度
本文介绍了一种基于概率的新型物体定位方法，通过在搜索区域中分配条件概率来实现物体边界框的精确推断，实验证明该方法可以显著提高目标检测性能，并且可以与现有的物体检测系统很容易地集成使用。
- 采用 Dempster-Shafer 方法进行数据分类
本研究采用 Dempster-Shafer 方法作为理论基础来创建数据分类系统，在测试了三个流行的（多属性）基准数据集以及选择正确的属性进行组合后，运用 Dempster 的组合规则对每个数据项的概率进行组合分类并达到了非常高的分类准确率。
- 鞅小球概率的高斯上界
基于离散时间鞅理论，本文研究了 Hilbert 空间下一类随机行走的概率界限和扩散估计，并证明了其在顶点可转移图上的实际应用.
- MMCDF 区间：关于带不确定性数据的可靠推理框架
该研究引入了一种新的约束域，用于推理关于带有不确定性的数据。它通过引入概率区间的概念，将凸建模扩展到新的领域，以获得关于数据位置的额外可量化信息。通过实验证明，使用 p-box cdf 间隔进行推理可以实现数据的完全包含以及更紧的概率分布范 - MM概率逻辑推理
本研究采用分布语义模型为基础，提出了描述逻辑的概率语义，设计了 TRILL P 系统，实现了对具有概率知识库的查询的概率计算和推理学习算法。
- 观点交换动态
调查了多种观点交流模型，介绍适用于离散数学、信息论、优化、概率和统计等领域的模型，是数学家特别是那些从事概率、算法及组合数学领域研究的人的理想研究方向。
- 超几何尾部不等式：结束疯狂
概述超几何分布，包括其标记，对称性，尾部不等式和概率。
- 二项分布超过期望概率的严格下界
本文研究二项式随机变量超过其期望值的概率的严格下界，该不等式在学习理论中的相对偏差界分析和无界损失函数的泛化界分析等方面具有重要作用。
- 综合随机游走的退出时间
对具有有限方差的中心化随机游走进行研究，并研究了该游走的区域下方保持正的概率在大时间 n 内的渐近行为，通过假设 2+δ 阶矩有限，证明了该概率的精确渐近行为是 n^{-1/4}，并为该综合游走开发了离散势理论。