任意域下含潜变量的精确推断
社会与信息网络
2020-06-30 v3 机器学习
机器学习
摘要
我们分析了潜变量模型精确推断的充要条件。在潜变量模型中，每个实体都关联一个服从某概率分布的潜变量。我们试图解决的难题是：即使不观测潜变量，甚至不知道潜变量的域是什么，我们能否进行精确推断？我们证明了可以使用半定规划（SDP）方法实现精确推断，而无需知道潜变量及其域。我们的分析以高准确度预测了 SDP 的实验正确性，表明我们聚焦于 Karush-Kuhn-Tucker（KKT）条件以及适当定义矩阵谱的方法是合适的。作为我们分析的一个副产品，我们还给出了依赖于潜变量的集中不等式，分别针对有界矩生成函数以及矩阵谱。据我们所知，这些结果是新颖的，并可能有助于许多其他问题。
引用
@article{arxiv.1902.03099,
title = {Exact Inference with Latent Variables in an Arbitrary Domain},
author = {Chuyang Ke and Jean Honorio},
journal= {arXiv preprint arXiv:1902.03099},
year = {2020}
}