从影响图到多算子聚类 DAG
人工智能
2012-07-02 v1
摘要
存在几种利用局部计算求解影响图的架构，例如 Shenoy-Shafer、HUGIN 或 Lazy Propagation 架构。得益于使用所谓的“势”，它们都扩展了通常的变量消除算法。在本文中，我们引入了一种新架构，称为多算子聚类 DAG 架构，它能够产生具有改进的受限诱导宽度的分解，从而带来潜在的指数级增益。其原理是利用影响图的复合性质，而不是使用均匀的势，以便更好地分析问题结构。
引用
@article{arxiv.1206.6844,
title = {From influence diagrams to multi-operator cluster DAGs},
author = {Cedric Pralet and Thomas Schiex and Gerard Verfaillie},
journal= {arXiv preprint arXiv:1206.6844},
year = {2012}
}
备注
Appears in Proceedings of the Twenty-Second Conference on Uncertainty in Artificial Intelligence (UAI2006)