会员服务
信念传播 · 估计/估计量 · 统计量 · 边缘化 · 人工智能 ·
2021 年 7 月 26 日
Belief Propagation as Diffusion
翻译：将信仰传播作为传播传播
Olivier Peltre
Olivier Peltre
from arxiv, 10 pages, 3 figures, GSI'21 conference

We introduce novel belief propagation algorithms to estimate the marginals of a high dimensional probability distribution. They involve natural (co)homological constructions relevant for a localised description of statistical systems.


翻译：我们采用了新的信仰传播算法,以估计高维概率分布的边缘,这些算法涉及与本地化统计系统描述相关的自然(生物)生理构造。
0
下载
关闭预览

相关内容

INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
专知会员服务
67+阅读 · 2021年3月27日
最新《图理论》笔记书，98页pdf
最新《图理论》笔记书，98页pdf
专知会员服务
74+阅读 · 2020年12月27日
INRIA 最新《机器学习理论》课程笔记，176页pdf
专知会员服务
50+阅读 · 2020年12月14日
哥伦比亚大学最新《机器学习》课程，Fall-B 2020 (Machine Learning)
专知会员服务
38+阅读 · 2020年11月3日
【新书】人工智能Python代码，227页pdf，Python code for Artificial Intelligence: Foundations of Computational Agents
【新书】人工智能Python代码，227页pdf，Python code for Artificial Intelligence: Foundations of Computational Agents
专知会员服务
99+阅读 · 2020年6月21日
【经典书】贝叶斯编程，378页pdf，Bayesian Programming
【经典书】贝叶斯编程，378页pdf，Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
【新书】Python编程基础，669页pdf
【新书】Python编程基础，669页pdf
专知会员服务
194+阅读 · 2019年10月10日
【泡泡汇总】CVPR2019 SLAM Paperlist
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
已删除
已删除
将门创投
7+阅读 · 2018年4月25日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】免费书(草稿)：数据科学的数学基础
【推荐】免费书(草稿)：数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【论文】图上的表示学习综述
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Entropic estimation of optimal transport maps
Entropic estimation of optimal transport maps
Arxiv
0+阅读 · 2021年9月24日
Approximate Latent Force Model Inference
Arxiv
0+阅读 · 2021年9月24日
A Theory of Label Propagation for Subpopulation Shift
Arxiv
7+阅读 · 2021年2月22日
Diffusion Improves Graph Learning
Arxiv
6+阅读 · 2019年11月14日
A Neural Influence Diffusion Model for Social Recommendation
Arxiv
4+阅读 · 2019年4月20日
Relational Graph Attention Networks
Relational Graph Attention Networks
Arxiv
3+阅读 · 2019年4月11日
Rethinking Knowledge Graph Propagation for Zero-Shot Learning
Rethinking Knowledge Graph Propagation for Zero-Shot Learning
Arxiv
21+阅读 · 2019年3月27日
Learning to Propagate Labels: Transductive Propagation Network for Few-shot Learning
Arxiv
21+阅读 · 2018年12月25日
Inference in Probabilistic Graphical Models by Graph Neural Networks
Arxiv
3+阅读 · 2018年5月25日
Differentiable Dynamic Programming for Structured Prediction and Attention
Arxiv
56+阅读 · 2018年2月20日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
信念传播
估计/估计量
统计量
边缘化
人工智能
相关VIP内容
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
专知会员服务
67+阅读 · 2021年3月27日
最新《图理论》笔记书，98页pdf
最新《图理论》笔记书，98页pdf
专知会员服务
74+阅读 · 2020年12月27日
INRIA 最新《机器学习理论》课程笔记，176页pdf
专知会员服务
50+阅读 · 2020年12月14日
哥伦比亚大学最新《机器学习》课程，Fall-B 2020 (Machine Learning)
专知会员服务
38+阅读 · 2020年11月3日
【新书】人工智能Python代码，227页pdf，Python code for Artificial Intelligence: Foundations of Computational Agents
【新书】人工智能Python代码，227页pdf，Python code for Artificial Intelligence: Foundations of Computational Agents
专知会员服务
99+阅读 · 2020年6月21日
【经典书】贝叶斯编程，378页pdf，Bayesian Programming
【经典书】贝叶斯编程，378页pdf，Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
【新书】Python编程基础，669页pdf
【新书】Python编程基础，669页pdf
专知会员服务
194+阅读 · 2019年10月10日
热门VIP内容
相关资讯
【泡泡汇总】CVPR2019 SLAM Paperlist
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
已删除
已删除
将门创投
7+阅读 · 2018年4月25日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】免费书(草稿)：数据科学的数学基础
【推荐】免费书(草稿)：数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【论文】图上的表示学习综述
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
相关论文
Entropic estimation of optimal transport maps
Entropic estimation of optimal transport maps
Arxiv
0+阅读 · 2021年9月24日
Approximate Latent Force Model Inference
Arxiv
0+阅读 · 2021年9月24日
A Theory of Label Propagation for Subpopulation Shift
Arxiv
7+阅读 · 2021年2月22日
Diffusion Improves Graph Learning
Arxiv
6+阅读 · 2019年11月14日
A Neural Influence Diffusion Model for Social Recommendation
Arxiv
4+阅读 · 2019年4月20日
Relational Graph Attention Networks
Relational Graph Attention Networks
Arxiv
3+阅读 · 2019年4月11日
Rethinking Knowledge Graph Propagation for Zero-Shot Learning
Rethinking Knowledge Graph Propagation for Zero-Shot Learning
Arxiv
21+阅读 · 2019年3月27日
Learning to Propagate Labels: Transductive Propagation Network for Few-shot Learning
Arxiv
21+阅读 · 2018年12月25日
Inference in Probabilistic Graphical Models by Graph Neural Networks
Arxiv
3+阅读 · 2018年5月25日
Differentiable Dynamic Programming for Structured Prediction and Attention
Arxiv
56+阅读 · 2018年2月20日
Top
微信扫码咨询专知VIP会员
Top