图模型推理的层次消息传递算法
本文提出了用于图模型精确推理的层次消息传递(HierarchicalMessage Passing，HMP)算法以及包含树(Containing Tree)算法，以解决传统连接树算法在存在约束包含和约束消除情况下无法充分利用图模型中的结构信息的问题。HMP算法采用递归结构，逐级挖掘图模型具有的条件独立性以减小推理计算量：包含树算法利用势函数定义域之间的包含关系，有效的降低推理所需的乘法次数。理论分析和实验结果均表明，HMP算法和包含树算法能够显著地降低在存在约束包含和约束消除情况下的推理计算量。
图模型推理 层次消息传递算法 包含树算法
孙怿 欧智坚 孙甲松
清华大学电子工程系，北京100084
国内会议
北京
中文
46-53
2007-12-11（万方平台首次上网日期，不代表论文的发表时间）