Fugu-MT 論文翻訳(概要): Bayesian Inference by Symbolic Model Checking

論文の概要: Bayesian Inference by Symbolic Model Checking

arxiv url: http://arxiv.org/abs/2007.15071v1
Date: Wed, 29 Jul 2020 19:38:17 GMT
ステータス: 処理完了
システム内更新日: 2022-11-05 20:35:13.804456
Title: Bayesian Inference by Symbolic Model Checking
Title（参考訳）: シンボリックモデルチェックによるベイズ推定
Authors: Bahare Salmani and Joost-Pieter Katoen
Abstract要約: ベイズネットワークから木のようなマルコフ連鎖への簡単な変換を示す。 MTBDD(Multi-terminal BDDs)のようなシンボリックなデータ構造は推論に非常に効果的であることを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper applies probabilistic model checking techniques for discrete Markov chains to inference in Bayesian networks. We present a simple translation from Bayesian networks into tree-like Markov chains such that inference can be reduced to computing reachability probabilities. Using a prototypical implementation on top of the Storm model checker, we show that symbolic data structures such as multi-terminal BDDs (MTBDDs) are very effective to perform inference on large Bayesian network benchmarks. We compare our result to inference using probabilistic sentential decision diagrams and vtrees, a scalable symbolic technique in AI inference tools.
Abstract（参考訳）: 本稿では,離散マルコフ連鎖の確率的モデルチェック手法をベイズネットワークの推論に適用する。ベイズネットワークから木のようなマルコフ連鎖への簡単な変換を行い、推論を計算可能確率に還元する。 Stormモデルチェッカー上でのプロトタイプ実装を用いることで、マルチ端末BDD(MTBDD)のようなシンボリックデータ構造がベイズネットワークベンチマーク上での推論に非常に有効であることを示す。我々は,AI推論ツールのスケーラブルなシンボル技術である確率論的意味決定図とvtreeを用いた推論と比較した。

関連論文リスト

A Note on Bayesian Networks with Latent Root Variables [56.86503578982023]
残りの, 証明, 変数に対する限界分布もまたベイズ的ネットワークとして分解され, 経験的と呼ぶ。マニフェスト変数の観測のデータセットにより、経験的ベイズネットのパラメータを定量化することができる。
論文参考訳（メタデータ） (2024-02-26T23:53:34Z)
ExSpliNet: An interpretable and expressive spline-based neural network [0.3867363075280544]
本稿では,解釈可能な表現型ニューラルネットワークモデルであるExSpliNetを提案する。我々はモデルを確率論的に解釈し、その普遍近似特性を示す。
論文参考訳（メタデータ） (2022-05-03T14:06:36Z)
Bayesian Structure Learning with Generative Flow Networks [85.84396514570373]
ベイズ構造学習では、データから有向非巡回グラフ(DAG)上の分布を推定することに興味がある。近年,ジェネレーティブ・フロー・ネットワーク(GFlowNets)と呼ばれる確率モデルのクラスが,ジェネレーティブ・モデリングの一般的なフレームワークとして紹介されている。 DAG-GFlowNetと呼ばれる本手法は,DAGよりも後方の正確な近似を提供する。
論文参考訳（メタデータ） (2022-02-28T15:53:10Z)
Bayesian Graph Contrastive Learning [55.36652660268726]
本稿では,ランダムな拡張がエンコーダにつながることを示すグラフコントラスト学習手法の新たな視点を提案する。提案手法は,各ノードを決定論的ベクトルに埋め込む既存の手法とは対照的に,各ノードを潜在空間の分布で表現する。いくつかのベンチマークデータセットにおける既存の最先端手法と比較して,性能が大幅に向上したことを示す。
論文参考訳（メタデータ） (2021-12-15T01:45:32Z)
Complex Event Forecasting with Prediction Suffix Trees: Extended Technical Report [70.7321040534471]
複合イベント認識(CER)システムは、イベントのリアルタイムストリーム上のパターンを"即時"検出する能力によって、過去20年間に人気が高まっている。このような現象が実際にCERエンジンによって検出される前に、パターンがいつ発生するかを予測する方法が不足している。複雑なイベント予測の問題に対処しようとする形式的なフレームワークを提案する。
論文参考訳（メタデータ） (2021-09-01T09:52:31Z)
A Sparse Structure Learning Algorithm for Bayesian Network Identification from Discrete High-Dimensional Data [0.40611352512781856]
本稿では,高次元離散データから疎構造ベイズネットワークを学習する問題に対処する。本稿では,空間特性とDAG特性を同時に満足するスコア関数を提案する。具体的には,アルゴリズムを高次元データで効率的に動作させるため,最適化アルゴリズムに分散低減法を用いる。
論文参考訳（メタデータ） (2021-08-21T12:21:01Z)
CREPO: An Open Repository to Benchmark Credal Network Algorithms [78.79752265884109]
クレダルネットワークは、確率質量関数の集合であるクレダルに基づく不正確な確率的グラフィカルモデルである。 CREMAと呼ばれるJavaライブラリが最近リリースされ、クレダルネットワークをモデル化し、処理し、クエリする。我々は,これらのモデル上での推論タスクの正確な結果とともに,合成クレダルネットワークのオープンリポジトリであるcrrepoを提案する。
論文参考訳（メタデータ） (2021-05-10T07:31:59Z)
Uncertainty Reasoning for Probabilistic Petri Nets via Bayesian Networks [1.471992435706872]
我々は、ペトリネット上の不確実性推論のために拡張ベイズネットワークを利用する。特にベイズネットワークは確率分布の記号表現として用いられる。モジュラーベイズネットから情報を引き出す方法を示す。
論文参考訳（メタデータ） (2020-09-30T17:40:54Z)
Structural Causal Models Are (Solvable by) Credal Networks [70.45873402967297]
因果推論は、干潟網の更新のための標準的なアルゴリズムによって得ることができる。この貢献は, 干潟ネットワークによる構造因果モデルを表現するための体系的なアプローチと見なされるべきである。実験により, 実規模問題における因果推論には, クレーダルネットワークの近似アルゴリズムがすぐに利用できることがわかった。
論文参考訳（メタデータ） (2020-08-02T11:19:36Z)
Bayesian stochastic blockmodeling [0.0]
この章では、ネットワークデータから大規模なモジュラ構造を抽出するためのベイズ推論の使用について、自己完結した紹介を行っている。我々は、過度な適合を防止し、モデル選択を可能にする方法でそれらの推論を可能にする非パラメトリックな定式化に焦点を当てる。本稿では,ネットワークにおけるモジュール構造の検出可能性の基本的限界に光を当て,ブロックモデルを用いてリンクの欠落やスプリアスを予測できることを示す。
論文参考訳（メタデータ） (2017-05-29T14:53:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。