环路割集问题的近似算法
人工智能
2013-02-28 v1 数据结构与算法
摘要
我们展示了如何在贝叶斯网络中寻找一个小的环路割集（loop cutset）。寻找此类环路割集是用于推理的条件化方法的第一步。我们提出的寻找环路割集的算法 MGA，能保证在最坏情况下，其找到的环路割集所包含的变量数少于最小环路割集变量数的两倍。我们在随机生成的图上测试了 MGA，发现算法输出对应的实例数与最小解对应的实例数之间的平均比率为 1.22。
引用
@article{arxiv.1302.6787,
title = {Approximation Algorithms for the Loop Cutset Problem},
author = {Ann Becker and Dan Geiger},
journal= {arXiv preprint arXiv:1302.6787},
year = {2013}
}
备注
Appears in Proceedings of the Tenth Conference on Uncertainty in Artificial Intelligence (UAI1994)