关于凸分段仿射函数的坐标最小化
最优化与控制
2017-09-18 v1 计算机视觉与模式识别
摘要
一类流行的用于优化离散能量最小化问题（亦称图模型中的 MAP 推断或有值约束满足）的对偶 LP 松弛的算法是收敛的消息传递算法，如 max-sum diffusion、TRW-S、MPLP 和 SRMP。这些算法在实践中成功，尽管它们是对凸分段仿射函数应用坐标最小化的一种版本，且不能保证收敛到全局极小元。这些算法仅收敛到局部极小元，其特征是约束规划中已知的局部一致性。我们将 max-sum diffusion 推广到适用于任意凸分段仿射函数的坐标最小化版本，其收敛到局部一致性条件。该条件可视为全局最优性条件的符号松弛。
引用
@article{arxiv.1709.04989,
title = {On Coordinate Minimization of Convex Piecewise-Affine Functions},
author = {Tomas Werner},
journal= {arXiv preprint arXiv:1709.04989},
year = {2017}
}
备注
Research Report of Dept. of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague