中文

非负矩阵积和式的置信传播与环路微积分

数据结构与算法 2015-05-14 v2 统计力学 离散数学 机器学习 数值分析 最优化与控制

摘要

我们考虑计算正的 (N×N)(N\times N) 非负矩阵 P=(Piji,j=1,,N)P=(P_i^j|i,j=1,\cdots,N) 的积和式,或者等价地,完全二分图 KN,NK_{N,N} 上完美匹配的加权计数问题。已知该问题可能具有指数级复杂度。该问题被表述为图模型的配分函数 ZZ,它允许在边缘信念的非整数双随机矩阵 β=(βiji,j=1,,N)\beta=(\beta_i^j|i,j=1,\cdots,N) 上,通过 Bethe 自由能泛函的内部极小值进行精确的环路微积分表示 [Chertkov, Chernyak '06],这也对应于置信传播 (BP) 类型迭代消息传递算法的不动点。我们的主要结果是给出了精确配分函数(积和式)关于 BP 边缘矩阵 β\beta 的显式表达式:Z=\mboxPerm(P)=ZBP\mboxPerm(βij(1βij))/i,j(1βij)Z=\mbox{Perm}(P)=Z_{BP} \mbox{Perm}(\beta_i^j(1-\beta_i^j))/\prod_{i,j}(1-\beta_i^j),其中 ZBPZ_{BP} 是用 β\beta 显式表示的积和式的 BP 表达式。我们给出了该公式的两种推导:一种是基于 Bethe 自由能的直接推导,另一种是结合 Ihara 图 ζ\zeta 函数与环路微积分方法的替代推导。在假设已计算出置信传播边缘矩阵 β\beta 的前提下,我们提供了两个下界和一个上界来估计该乘性项。两个互补的下界分别基于 Gurvits-van der Waerden 定理以及修正积和式与行列式之间的关系。

关键词

引用

@article{arxiv.0911.1419,
  title  = {Belief Propagation and Loop Calculus for the Permanent of a Non-Negative Matrix},
  author = {Yusuke Watanabe and Michael Chertkov},
  journal= {arXiv preprint arXiv:0911.1419},
  year   = {2015}
}

备注

11 pages; submitted to Journal of Physics A: Mathematical Theoretical