提出ENMP用于环状因子图推理

Kuilong Yang、Zengfu Wang、Hua Lan 提出扩展邻域消息传递（ENMP）方法，用于环状因子图上的推理与高斯方差估计，从二部因子图拓扑自动构建变量节点的扩展邻域，无需手工设计区域即可捕捉环路引入的相关性。 论文称，ENMP 在精确模式下消息更新经有限次迭代收敛到唯一不动点，给出精确边缘分布；近似模式下给出近似边缘分布。实验显示精度随邻域增大而提升，若干系统上取得精确边缘；在较大的高斯系统上，ENMP 在均值与方差估计精度上优于正则化高斯置信传播（sGaBP-m）。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。