基于变分推理的马尔可夫随机场可近似性层次结构研究

项目名称： 基于变分推理的马尔可夫随机场可近似性层次结构研究

项目编号： No.61402332

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 陈亚瑞

作者单位： 天津科技大学

项目金额： 24万元

中文摘要： 马尔科夫随机场模型概率推理是人工智能学科处理复杂数据和不确定性数据的重要方法。计算理论研究证明一般模型精确概率推理是难解的，且不可近似的。在近似推理算法设计方面，已有的工作在计算精度分析方面有所欠缺；在近似计算理论方面，近似推理的难解性实质、可近似性难易程度等问题的研究也比较少。本项目拟开展具有误差界的变分近似推理算法研究，并以此为基础从近似计算理论角度研究概率推理问题的可近似性，建立针对模型参数的可近似性层次结构。包括：①构建具有误差度量的共轭对偶变分转换，量化变分转换中的信息量损失；②设计界消息传播方式求解变分优化问题，给出具有误差界的变分推理算法；③结合上述具有误差界的变分推理算法，从近似计算理论角度建立针对模型参数的四层可近似性层次结构，揭示不同模型参数下概率推理问题可近似的难易程度不同。该研究工作在近似概率推理计算复杂性方面有一定创新，并为概率图模型推理的具体应用提供了指导。

中文关键词： 图模型；变分推理；近似推理；马尔可夫随机场；极限学习

英文摘要： The probabilistic inference of Markov random fields (MRFs) is an important method to manipulate the complex and uncertain data in the field of artificial intelligence. The computational complexity theories have proved that the exact probabilistic inferenc

英文关键词： Graphical model；Variational inference；Approximate Inference；Markov Random Field；Extreme learning Machine