一类特殊信念网络的均值场方法
人工智能
2011-06-02 v1
摘要
本文的主要目的是为一类广泛的信念网络提出均值场近似，其中 sigmoid 网络和 noisy-or 网络可视为特例。这些近似基于 Plefka 提出的一种强大的均值场理论。我们通过变分推导表明，Saul、Jaakkola 和 Jordan 的方法是 Plefka 方法中的一阶近似。将 Plefka 理论应用于信念网络在计算上不可行。为解决这一问题，我们提出了基于泰勒级数的新近似方法。小规模实验表明，所提出的方案具有吸引力。
引用
@article{arxiv.1106.0246,
title = {Mean Field Methods for a Special Class of Belief Networks},
author = {C. Bhattacharyya and S. S. Keerthi},
journal= {arXiv preprint arXiv:1106.0246},
year = {2011}
}