概率图模型中的变分近似推理方法  

Variational Approximate Inference Methods for Graphical Models

作　　者：程强[1] 陈峰[1] 董建武[1] 徐文立[1] 

机构地区：[1]清华信息科学与技术国家实验室清华大学自动化系,北京100084

出　　处：《自动化学报》2012年第11期1721-1734,共14页Acta Automatica Sinica

基　　金：国家重点基础研究发展计划(973计划)(2009CB320602);国家自然科学基金(61071131);北京市自然科学基金(4122040)资助~~

摘　　要：概率图模型将图论和概率论相结合,为多个变量之间复杂依赖关系的表示提供了统一的框架,在计算机视觉、自然语言处理和计算生物学等领域有着广泛的应用.概率推理(包括计算边缘概率和计算最大概率状态等问题)是概率图模型研究及应用的核心问题.本文主要介绍概率图模型近似推理方法中变分推理的最新研究成果.在变分近似推理的框架下,系统地归纳了概率图模型推理问题的基本研究思路,综述了目前主要的近似推理方法,并分析了近似算法的单调性、收敛性和全局性等性质.最后,对概率图模型近似推理方法的研究方向和应用前景作了展望.Graphical models bring together graph theory and probability theory in a powerful and compact formalismis presented. Besides, a discussion of future trend on approximate inference of graphical models is given.

关 键 词：概率图模型 贝叶斯网 马尔科夫随机场 近似推理 变分法 对偶分解 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]