马尔可夫网络高斯置信传播算法的收敛速率
机器学习
2019-03-08 v1 信号处理
摘要
高斯置信传播（BP）算法是涉及马尔可夫网络的信号处理与统计学习中最主要的分布式算法之一。众所周知，当底层高斯图为非循环时，该算法能在有限次迭代内从马尔可夫网络上的高维联合密度函数正确计算边缘密度函数。近来亦已知，在游走可加性条件下，该算法对循环高斯图渐近地产生正确的边缘均值。本文进一步推广了该收敛结果，证明了在游走可加性条件下收敛是指数级的，并给出了收敛速率的一个简单界。
引用
@article{arxiv.1903.02658,
title = {On Convergence Rate of the Gaussian Belief Propagation Algorithm for Markov Networks},
author = {Zhaorong Zhang and Minyue Fu},
journal= {arXiv preprint arXiv:1903.02658},
year = {2019}
}