【ETHZ博士论文】《结构化数据的概率模型与近似推断方法》

文章预览

概率语言在几乎所有真实或抽象系统建模的领域中都具有广泛的应用。尽管概率模型具有许多理想特性，例如能够处理不确定性、对全局系统中的边缘变量进行推理以及进行预测，但由于推断的复杂性，这些模型在实践中常常难以使用。因此，研究界开发了多种近似推断方法，以应对越来越复杂的场景。 尽管在过去30年里，概率建模和近似推断领域取得了显著进展，但大多数推断方法是以通用实用性为目标开发的，旨在解决广泛类别的概率问题。这也导致了许多针对特定应用设计的概率模型需要同样专门化的推断解决方案，而这些解决方案通常无法在现有文献中找到。 本论文研究了结构化场景下的推断问题，与传统方法相比，这些问题包含更复杂的生成假设或数据中的额外信息。对数据结构的考虑通常会引入更难处理的约束，因为在建模和推断过 ………………………………