一种用于估计随机多面体体积相关性质的加权信念传播算法

在这项工作中，我们引入了一种基于空穴方法 (cavity method) 的新型加权消息传递算法，用于估计随机多面体的体积相关性质，这些性质在从代谢网络到神经网络再到压缩感知等各种研究领域中都具有重要意义。与通常通过少数几个参数近似实值空穴边缘分布的方法不同，我们提出了一种算法来忠实地表示整个边缘分布。我们解释了实现该算法的各种替代方案，并通过展示在随机多面体上的具体应用来基准测试理论发现。我们发现，使用我们的方法获得的结果与已知能产生均匀采样的 Hit-and-Run 算法产生的估计值非常吻合。