论提升动态联合树算法的完备性与复杂度

对于静态提升推理算法，完备性（即域可提升性）已被广泛研究。然而，迄今为止尚不存在针对时序提升推理算法的域可提升性结果。在本文中，我们填补了这一空白。更准确地说，我们首次对一种时序提升算法，即所谓的提升动态联合树算法（Lifted Dynamic Junction Tree Algorithm, LDJT），进行了完备性与复杂度分析，这是目前唯一精确的提升时序推理算法。为了高效处理时序方面，LDJT利用条件独立性随时间推进，从而对消元顺序产生了限制。我们证明了这些限制会影响域可提升性结果，并表明在随时间推进时的一种特定情况必须从FO12中排除。此外，关于LDJT的复杂度，我们证明了与静态推理相比，在更多情况下提升宽度小于相应的树宽。