关键词belief propagation algorithm
搜索结果 - 8
- 基于数据驱动因子图的盲信道估计与联合符号检测
我们研究了因子图框架在时间变化的线性符号间干扰信道上盲联合信道估计和符号检测的应用。我们提出了一种基于置信传播算法的后验概率的有效逼近方法,并通过交织后验传播和期望最大化算法的迭代,将检测复杂性进一步降低为每个期望最大化步骤的单个后验传播迭 - MM树和低次多项式重构
本文探究了基于树结构的重建问题上低项式多项式的性能,并显示了与基于多项式的算法相比其存在的限制,此外还提出了相关的开放性问题.
- 贝叶斯推断问题中的相变类型学
本文通过对稀疏图上的推理问题的描述和分析,研究了随机块模型的相变以及在信息论上最优化问题变得容易但是在计算上仍具挑战性的的混合硬相位,并阐明了消息传递算法的贝叶斯最优性及其在这些问题中的作用,并通过数值模拟验证了该方法的有效性。
- 深度学习下的近似最大似然解码
提出了一种新型高效的神经解码算法,结合神经置信传播算法和自同构群置换,实现了近乎最大似然性能的高密度奇偶校验码的解码,并显著降低了解码复杂度;此外,通过探究训练过程,加速了学习过程,通过模拟 Hessian 矩阵和条件数进一步说明了加速的原 - 稀疏随机图上本地算法的限制
本文研究了关于在图上的局部算法。我们证明了局部算法产生的每个独立集都比最大集合要小,而且通过聚类属性,我们强调了在随机图上的局部算法存在局限性。
- 对数超模图模型的 Bethe 划分函数
该研究证明了:对于任何具有二元变量的图模型,其势函数(不一定是成对的)都是对数超模的,并且 Bethe 近似总是能提供一个真正分区函数的下界。此结果源自于 “四个函数” 定理的新变体。
- 用于模块化网络的随机块模型渐近分析及其算法应用
本文利用统计物理的空穴方法,对社交和生物网络中的随机块模型进行了研究,从拓扑学的角度来推断功能群或社区。我们详细描述了一些性质,例如检测性 / 不可检测性的相变和社区检测问题的易于 / 困难的相变,并将分析自然翻译为信念传播算法。该算法在最 - 联合稀疏恢复的置信传播
研究压缩感知中的联合稀疏恢复问题,提出了最小均方误差估计问题、置信传播算法及其松弛版本以及近似信息传递算法,并使用密度演化提供了精确恢复的充分条件。