稠密连接系统中的复本推断
无序系统与神经网络
2009-11-13 v1
摘要
本文提出了一种适用于可映射为稠密图问题的高效 Bayesian 推断方法。该方法基于消息传递，其中消息是对暴露于相同证据节点的大量复本变量系统进行平均得到的。执行平均需要对解的对称性做出假设；此处我们将先前基于复本对称 (RS) 结构的推导扩展为包含更复杂的一步复本对称破缺 (1RSB) 假设。为展示该方法的潜力，我们将其用于研究 Ising 线性感知器的临界性质，以及不同噪声模型下码分多址 (CDMA) 中的多用户检测。在非临界区基于 RS 假设获得的结果，在 CDMA 背景下产生了一种高效的信号检测算法；而在临界区，则观察到一条终止于连续相变点的一阶相变线。同时也观察到了有限尺寸效应。虽然原始问题不需要 1RSB 假设，但我们将其应用于具有更复杂噪声模型且表现出 RSB 行为的 CDMA 信号检测问题，从而提高了性能。
引用
@article{arxiv.0707.1217,
title = {Inference by replication in densely connected systems},
author = {Juan P Neirotti and David Saad},
journal= {arXiv preprint arXiv:0707.1217},
year = {2009}
}
评论
47 pages, 7 figures