懒惰翻转器：通过深度受限穷举搜索进行高阶图模型的MAP推断

本文提出了一种新的搜索算法，用于解决根据图模型分解的二元变量函数优化这一NP难问题。该算法可应用于任意阶数和结构的模型。其主要创新点在于一种基于模型拓扑结构来约束搜索空间的技术。当搜索达到完整深度时，该算法保证收敛到全局最优解，并经过一系列单调改善的局部最优解，这些局部最优解保证在给定且递增的汉明距离内是最优的。当搜索深度为1时，该算法退化为迭代条件模式。在这两个极端之间，算法在近似质量和运行时间之间建立了有用的权衡。在来自示例和真实问题的模型上进行的实验表明，有限搜索深度下获得的近似解匹配或优于基于消息传递和线性规划的先进方法所获得的结果。