文件名称：MAP-MRF推理中选择平面子问题的新准则
文件大小：775KB
文件格式：PDF
更新时间：2024-05-15 13:53:38
Markov random fields; MAP inference;
我们提出了一种在双重分解框架下在马尔可夫随机场（MRF）中寻找最大后验（MAP）配置的有效算法。 在该框架中，已经引入了诸如二进制平面子问题（BPSP）之类的易处理子问题，以获得比树结构子问题更准确的解决方案。 但是，由于BPSP呈指数级增长，并且它们在加紧线性编程（LP）松弛方面具有非常不同的效果，因此，最佳BPSP的选择成为一个重要的开放问题。 在本文中，我们发现BPSP的循环具有与定义k元循环不等式的循环等效的潜在结构。 我们进一步证明在对偶分解中添加BPSP等效于在LP松弛中强制执行一组k元循环不等式，这为添加BPSP的过程提供了新的见识。 此外，提出了一种选择BPSP的新准则，方法是首先选择违反的k元周期不等式，然后将尽可能多的违反周期打包到BPSP中。 实验结果表明了该标准的有效性。