区域化优化
人工智能
2022-05-23 v2 最优化与控制
摘要
我们提出了一个理论框架，用于在由函子给出的约束下从一组局部损失非冗余地重构全局损失；我们称此损失为区域化损失，以纪念 Yedidia、Freeman、Weiss 的著名文章《构造自由能近似与广义置信传播算法》，其中构建了熵与边缘函子的第一个区域化损失示例。我们展示了如何将这些区域化损失与用于寻找其临界点的消息传递算法相关联。对于存在对数据集多种视角的最优化问题，这是一个自然的数学框架，并取代消息传递算法作为寻找这些问题最优解的标准方法。我们解释了广义置信传播算法如何落入我们提出的框架，并提出了用于噪声信道网络的新消息传递算法。
引用
@article{arxiv.2201.11876,
title = {Regionalized Optimization},
author = {Grégoire Sergeant-Perthuis},
journal= {arXiv preprint arXiv:2201.11876},
year = {2022}
}