无向Ising图上的干预与配分函数
统计方法学
2019-05-29 v1 统计计算
摘要
无向图模型在机器学习、图像处理以及近来的心理学等领域有诸多应用。精神病理学尤其受到大量关注，其中假定障碍的症状彼此影响。实践中最相关的问题之一是在哪个症状（节点）上进行干预以产生最大影响。无向图模型中的干预等同于条件作用，因此我们可以利用Ising模型的工具来确定最佳的干预策略。为进行此类计算需要配分函数，而这在计算上十分困难。此处我们采用Curie-Weiss方法在干预应用中近似配分函数。我们表明，当图中每个团内的连接权重相等时，我们得到完全正确的配分函数；若权重服从次高斯分布，则近似与正确值呈指数级接近。我们通过模拟证实了这些结果。
引用
@article{arxiv.1905.11502,
title = {Intervention in undirected Ising graphs and the partition function},
author = {Lourens Waldorp and Maarten Marsman},
journal= {arXiv preprint arXiv:1905.11502},
year = {2019}
}
备注
Preprint for original paper