- 有针对性的信息是否更有效?
图神经网络 (GNN) 是用于图的深度学习架构,其可表达性可以由具有计数的一阶逻辑的两个片段来描述。在非均匀设置中,两个 GNN 版本具有相同的可表达性,但在均匀设置中,第二个版本更为表达力强。
- 图形遮罩注意力即可
提出了一种基于注意力机制的学习图表的简单替代方法,被称为图形掩码注意力(MAG),在长距离任务上具有最先进的性能,并在超过 55 个节点和图级任务中优于强大的信息传递基线和复杂的注意力方法。与图神经网络相比,显示了显着更好的迁移学习能力,并 - 随机顺序消息传递算法在近似推理中的分析
本文采用随机协方差矩阵和动力学平均场方程来分析一种用于大型高斯潜变量模型的随机顺序消息传递算法,包括模型不匹配情境和算法收敛的模型参数取值范围.
- 语言和视觉实体关系图用于智能体导航
通过提出一种语言和视觉实体关系图及信息传递算法,成功解决了视觉和语言的跨模态关系,提升了在 Room-to-Room 和 Room-for-Room 测试数据集的表现。
- AAAI级联尺寸分布:重要性及高效计算方法
介绍了一种计算加权定向网络中独立级联模型级联大小的概率分布的高效消息传递算法,能够精确处理树型网络、可以应用于任意网络拓扑,能够良好逼近本地树状网络,并在更密集的网络上表现出惊人的性能表现。
- 置信传播算法中的准确度 - 内存平衡及相变
我们证明了 Evans,Kenyon,Peres 和 Schulman(2000)的猜想,该猜想表明有限内存的消息传递算法在重构问题上在统计上比置信传播要弱得多,并且通过将递归重构、信息论和最优输送的工具结合起来,还建立了 BP 和其他消息 - AAAI学习解决 NP 完全问题 - 用图神经网络处理决策 TSP 问题
本文研究表明图神经网络可以通过可训练的可组装模块来解决含有符号和数值数据结构的 NP 完全问题,提供了一个解决 TSP 问题的高度自主的消息传递算法并且能够使用与目标成本 C 的偏差小于 2% 的决策实例进行训练。
- 面部动作单元识别的深层结构推理网络
本文提出了一种基于深度神经网络的面部表情识别算法,通过学习局部和全局特征,以及类似于图推理方法的消息传递算法,显著提高了在 BP4D 和 DISFA 数据集上的表现。
- 高维贝叶斯优化:基于有重叠分组加性模型
本文提出了一种新的基于加性模型的贝叶斯优化算法,可以高效地处理存在重叠子集的高维函数优化问题,并通过图上的信息传递算法优化其采集函数,同时提出了通过 Gibbs 抽样学习其结构的算法,实验证明该方法在合成数据和真实数据上都具有良好效果。
- 基于优化的 AMP 相位恢复:初始化和 L2 正则化的影响
研究了一种非凸优化的相位恢复问题,提出了一种基于消息传递算法的解决方案,在理论上证明了算法性能,并发现加入 L2 正则化可以提高模型表现,而谱初始化对模型性能影响较小,对此提出了更好的算法设计方法。
- 量子化学中的神经消息传递
本文介绍了一种基于神经网络模型的消息传递神经网络 (Message Passing Neural Networks, MPNN), 并探索了 MPNNs 的衍生变体。在化学性质预测基准测试中,使用 MPNNs 获得了最先进的结果,表明将来的 - LASSO 中的交叉验证及其加速
本文利用留一交叉验证的方法,对 LASSO 方法中惩罚项权重的确定进行了研究并提供了两种求解 CV 误差的简单公式,最后将公式应用于超新星实验数据的分析。
- 带约束的多重有符号网络中 $Z_2$ 同步和社区检测
该研究探讨了在多重网络中识别社区的问题,当节点之间的相互作用由相似度的符号(可能加权)度量时,可以考虑使用谱算法或消息传递算法,特别是当节点之间存在特定子集表示相同未知的群元时,以及对应的噪声测量的情况下。在应用中,研究者成功地将所提议的方 - SCMA 编码本设计
本文提出了一种基于晶格星座设计原理的系统方法来设计 SCMA 码簿,同时给出了仿真结果以展示 SCMA 的性能优于 LDS 和 OFDMA。
- 高斯模型中的贝特自由能和信息传递性质
本文研究了高斯概率模型中的近似边缘计算问题,使用均值场和分数 Bethe 逼近,针对近似边缘的矩参数定义了高斯分数 Bethe 自由能,并导出了分数 Bethe 自由能的下限和上限,并建立了下限有下界的必要条件。通过反例推翻了关于自由能无界 - NIPS使用稀疏域的任时信念传播
提出一种基于消息传递算法的稀疏域边推理方法,采用动态消息调度策略增量式地扩展稀疏域,通过基于梯度优化的优先级选择下一个加入的变量,实现快速收敛和本地任意一致性,与传统的置信传播算法相比,可以获得显著加速并获取低误差边缘分布。
- 通过近似传递消息实现时变信号的动态压缩感知
本文从贝叶斯的角度探索了动态压缩感知问题,并提出了一种概率动态压缩感知信号模型及一种近似传递算法 DCS-AMP,它可以有效地进行信号估计和支持检测,并在合成数据和真实数据上表现出了良好的性能和速度。
- 边缘 MAP 的变分算法
本文针对图像模型的边缘 MAP 问题,提出了一种变分框架,运用 Bethe、tree-reweighted、mean field 逼近等方法得出 mixed message passing algorithm 和使用 CCCP 解决 BP- - 稀疏网络对齐的消息传递算法
本研究考察了一种用于网络匹配问题的数学规划框架,以及其中的一种稀疏变体,并提出了一种新的消息传递算法,可快速高效地计算大规模网络匹配问题的近似解。我们与两个最佳解算器进行了广泛的模拟比较,其中包括两个合成匹配问题,两个生物信息学问题和三个大 - Survey propagation: 一种可满足性问题的算法
本研究介绍了一种新的消息传递算法,可有效找到困难区域内变量的满足性分配,并应用于随机生成的具有一定数量的变量、布尔运算和公式的问题中,问题的困难程度与解决思路中 “聚类” 现象相关