最小化 Bethe 自由能的收敛算法的零温极限
计算机视觉与模式识别
2011-12-23 v1
摘要
在发现环式置信传播的不动点与 Bethe 自由能的驻点重合之后，一些研究者提出了可证明收敛的算法来直接最小化 Bethe 自由能。这些算法仅针对非零温度（从而寻找 sum-product 算法的不动点）提出，它们向零温的可能扩展并不明显。我们给出了 Heskes 提出的双循环算法的零温极限，该算法收敛于一个 max-product 不动点。该算法的内循环为 max-sum 扩散。在一定条件下，该算法结合了 max-product 置信传播和 max-sum 扩散（LP 松弛）的互补优势：它对基态和 max-marginals 都给出了良好的近似。
引用
@article{arxiv.1112.5298,
title = {Zero-Temperature Limit of a Convergent Algorithm to Minimize the Bethe Free Energy},
author = {Tomas Werner},
journal= {arXiv preprint arXiv:1112.5298},
year = {2011}
}
备注
Research Report