离散能量最小化中对偶块坐标上升方法的分类
机器学习
2020-04-17 v1 机器学习
摘要
我们考虑离散图模型中的最大后验推断问题，并研究基于对偶块坐标上升规则的求解器。我们将所有现有求解器映射到一个统一框架中，从而更好地理解其设计原理。我们从理论上证明某些块优化更新是次优的，以及如何严格改进它们。在具有不同图连通性的广泛问题实例上，我们研究了现有求解器以及可在该框架内获得的新变体的性能。作为该探索的结果，我们构建了一个新的最先进求解器，在整个测试实例范围内均表现一致更优。
引用
@article{arxiv.2004.07715,
title = {Taxonomy of Dual Block-Coordinate Ascent Methods for Discrete Energy Minimization},
author = {Siddharth Tourani and Alexander Shekhovtsov and Carsten Rother and Bogdan Savchynskyy},
journal= {arXiv preprint arXiv:2004.07715},
year = {2020}
}
备注
Accepted in AISTATS 2020