基于消息传播的图模型近似变分推理
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 主要符号对照表 | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景 | 第11-13页 |
| ·本文工作 | 第13-14页 |
| ·组织结构 | 第14-16页 |
| 第二章 文献综述 | 第16-29页 |
| ·概述 | 第16-17页 |
| ·图模型 | 第17-20页 |
| ·形式定义 | 第17-19页 |
| ·精确推理 | 第19-20页 |
| ·变分推理 | 第20-26页 |
| ·一般框架 | 第20-22页 |
| ·方法例 | 第22-26页 |
| ·变分结构选择 | 第26-27页 |
| ·变分消息传播 | 第27-28页 |
| ·存在的问题 | 第28-29页 |
| 第三章 基于耦合度的均值场结构选择 | 第29-44页 |
| ·概述 | 第29-30页 |
| ·Ising图模型耦合度 | 第30-33页 |
| ·Ising图模型与Ising均值场 | 第30-31页 |
| ·耦合度与类耦合度 | 第31-33页 |
| ·Gaussian图模型耦合度 | 第33-38页 |
| ·Gaussian图模型与Gaussian均值场 | 第34-36页 |
| ·耦合度与类耦合度 | 第36-38页 |
| ·归一化结构选择算法 | 第38-41页 |
| ·实验 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第四章 Ising图模型变分消息族传播 | 第44-87页 |
| ·概述 | 第44-45页 |
| ·基于均值场迭代树的变分消息族传播 | 第45-64页 |
| ·均值场迭代树 | 第46-50页 |
| ·概率分布族 | 第50-53页 |
| ·VMFP-MF算法 | 第53-59页 |
| ·性质分析 | 第59-64页 |
| ·基于Bethe迭代树的变分消息族传播 | 第64-77页 |
| ·Bethe迭代树 | 第65-67页 |
| ·VMFP-B算法 | 第67-73页 |
| ·性质分析 | 第73-77页 |
| ·实验 | 第77-83页 |
| ·VMFP-MF验证实验 | 第77-79页 |
| ·VMFP-B验证实验 | 第79-81页 |
| ·对比实验 | 第81-83页 |
| ·小结 | 第83-87页 |
| 第五章 Gaussian图模型d阶邻域消息传播 | 第87-105页 |
| ·概述 | 第87-88页 |
| ·Gaussian消元 | 第88-90页 |
| ·Gaussian d阶邻域消息传播 | 第90-102页 |
| ·d阶邻域与消息传播 | 第90-94页 |
| ·GaussianMP-d算法 | 第94-98页 |
| ·性质分析 | 第98-102页 |
| ·实验 | 第102-103页 |
| ·小结 | 第103-105页 |
| 第六章 结论与展望 | 第105-107页 |
| 参考文献 | 第107-114页 |
| 发表论文和科研情况说明 | 第114-116页 |
| 致谢 | 第116页 |
