講座內(nèi)容：在數(shù)據(jù)分析中，定量的標識變量的直接依賴性是一件非常重要的事情，特別是對于科學和工程中各種類型的網(wǎng)絡(luò)重構(gòu)和因果推斷問題，都需要高精度的理論和方法。應(yīng)用的最廣泛的方法之一是偏相關(guān)性系數(shù)（partialcorrelation），但是偏相關(guān)性系數(shù)只能量化線性之間相關(guān)性和關(guān)聯(lián)性，從而忽略非線性的關(guān)聯(lián)性。然而，基于“條件獨立性”（conditionalindependency）的“條件互信息”(CMI: conditionalmutual information)可以從觀察數(shù)據(jù)中量化變量之間非線性的直接關(guān)聯(lián)性，優(yōu)于線性的方法。但是，條件互信息存在著過低估計的問題，因而嚴重限制它的應(yīng)用，特別是在網(wǎng)絡(luò)節(jié)點有強相關(guān)的網(wǎng)絡(luò)中，這個問題就更加嚴重?；谶@個問題，我們提出了全新的概念，即“偏獨立性”(partialindependency)以及新的度量方法，又稱作“部分互信息”(PMI: part mutualinformation)，不僅能夠克服條件互信息的缺點，同時還能保持互信息和條件互信息的性質(zhì)。特別是，陳洛南研究組首先定義了部分互信息用于量化變量之間的直接關(guān)聯(lián)性，然后從理論上給出部分互信息和互信息以及條件互信息之間的內(nèi)在聯(lián)系。通過數(shù)值實驗，證明了部分互信息的性質(zhì)和優(yōu)點，接著通過用Escherichia coli和Yeast的基因表達數(shù)據(jù)重構(gòu)其基因調(diào)控網(wǎng)絡(luò)，進一步驗證了部分互信息在量化網(wǎng)絡(luò)中非線性的直接關(guān)聯(lián)性的優(yōu)越性。該工作對大數(shù)據(jù)網(wǎng)絡(luò)研究提供了全新的概念和理論，不僅可用于生物分子網(wǎng)絡(luò)的高精度構(gòu)建，而且可以應(yīng)用于其他網(wǎng)絡(luò)（領(lǐng)域）中各種復雜因素的因果關(guān)系推斷。