基于证据预传播的重要性采样算法
人工智能
2012-12-12 v1
摘要
贝叶斯网络的随机采样算法在面对极不可能的证据时，其精度通常会下降。为解决这一问题，我们提出了基于证据预传播的重要性采样算法 (EPIS-BN)，这是一种通过循环信念传播和 e-cutoff 等启发式方法计算近似重要性函数的重要性采样算法。我们在三个大型真实贝叶斯网络 ANDES、CPCS 和 PATHFINDER 上测试了 e-cutoff 的性能。我们观察到，在这些网络中的每一个上，EPIS-BN 算法都比当前最先进的算法 AIS-BN 有了显著改进。此外，它避免了 AIS-BN 算法昂贵的学习阶段。
引用
@article{arxiv.1212.2507,
title = {An Importance Sampling Algorithm Based on Evidence Pre-propagation},
author = {Changhe Yuan and Marek J. Druzdzel},
journal= {arXiv preprint arXiv:1212.2507},
year = {2012}
}
备注
Appears in Proceedings of the Nineteenth Conference on Uncertainty in Artificial Intelligence (UAI2003)