书写了一下摘要。

开始一边查阅资料，一边整理自己思路和推演路线。

统计关系学习（statisticalrelationallearning，简称srl），近些年提出的重要方法，主要用于高效准确地处理复杂性和不确定性问题。

许青山锚定的马尔可夫逻辑网络，便是指向这一领域方向的。

而这方向的延伸，算法研究的未来应用。

则是人工智能。

当然，并非说许青山研究这个就是要去研究人工智能，只是统计关系学习能够通过集成关系/逻辑表示、概率推理、不确定性处理、机器学习和数据挖掘等方式去获取搭建出关系数据中的似然模型。

这便深度关联了概率统计中的极大似然估计法。

在未来机器学习和人工智能领域，概率统计的基础学术研究势必会成为滋生算法拓展的核心基础。

“概率图模型贝叶斯网络bns隐markov模型markov决策过程，神经网络.综合集成概率图模型与统计关系学习的逻辑表示”

“04年的美国华盛顿大学的domingos和richardson提出的markov逻辑网络作为统计关系学习的统一框架。”

“那我要做的就是”

许青山再度完全沉浸在了自己的学术领域之中。

他宛若疯魔。

时而提笔奋笔疾书，洋洋洒洒地写上几页科作业纸，然后看了一会突然就把这几张纸扯下，撕得细碎，然后重新写。

时而低头沉吟，手里拿着空白的科作业纸，久久不落笔。

时而在那一叠文件资料堆里凌乱地翻找着自己想要的资料。

没人敢去打扰他。

许青山一直保持着手写的状态，持续到.

闽越省省质检的开始。

闽越省今年省质检来得很晚，直到3月中旬才公布了省质检的时间。

(本章完)