多向基数约束的最大熵松弛用于合成人口生成

从聚合统计数据生成合成人口是微模拟、智能体模型、政策分析和隐私保留数据释放的核心组件。除了经典的人口普查边际信息之外，许多应用需要匹配来自调查、专家知识或自动提取描述的异构一元、二元和三元约束。同时满足此类多向约束的构建人口是一个重大的计算挑战。我们考虑每个个体由分类属性描述的population，并以属性组合的全局频率约束为目标。当约束的数量和基数增加，尤其是当约束大量且重叠时，精确表述的规模较差。基于统计物理的方法，我们提出该问题的最大熵松弛。多向基数约束以期望值而非精确匹配，导致完全population分配的指数分布族，并对拉格朗日乘子进行凸优化。我们在NPORS派生的规模基准上评估该方法，其中包含4至40个属性，并主要与广义拉rake进行比较。结果表明，随着属性数量和三元相互作用的增长，MaxEnt变得越来越有优势，而拉rake在较小、较低基数的实例上保持竞争力。