惰性传播可能变体的实证评估
人工智能
2012-07-19 v1
摘要
随着现实世界中的贝叶斯网络不断变得更大、更复杂，研究提升现有概率推断算法性能的可能性显得尤为重要。受实例启发，我们研究了惰性传播的性能对消息计算算法的依赖关系。我们展示了如何将符号概率推断（SPI）和弧反转（AR）用于计算团到团的消息，作为变量消除（VE）传统用途的补充。此外，本文给出了分别使用 VE、SPI 和 AR 作为消息计算算法时惰性传播性能的实证评估结果。实证评估结果表明，对于大多数网络，推断性能并不依赖于消息计算算法的选择，但对于某些随机生成的网络，该选择对空间和时间性能均有影响。在选择产生影响的情况下，AR 产生了最佳结果。
引用
@article{arxiv.1207.4137,
title = {An Empirical Evaluation of Possible Variations of Lazy Propagation},
author = {Anders L. Madsen},
journal= {arXiv preprint arXiv:1207.4137},
year = {2012}
}
备注
Appears in Proceedings of the Twentieth Conference on Uncertainty in Artificial Intelligence (UAI2004)