为什么不可能在网格图中对MRF进行精确推断

时间:2017-01-20 12:07:32

标签: machine-learning message-passing inference markov-random-fields

问题如标题所示

enter image description here

上图中有一个3x3网格图。我们可以将它转换为连接树。然后可以使用消息传递(乘积和算法)进行推理(估计似然/后验等)。所以我想知道为什么网格图中的确切推断是如此困难?

当网格变大时,是否无法找到这样的连接树?

1 个答案:

答案 0 :(得分:1)

简短回答:对于nxn网格,复杂性至少是指数n。

根据MRF的诱导图创建连接树,这取决于消除顺序(首先消除哪些变量以计算边际值)。消除成本是诱导图中最大团的大小的指数。有关详细信息,请参阅this文件。

因此,即使我们可以在结点树上使用精确推理,复杂性将是所使用的消除顺序的诱导图中最大集团的大小的指数。

最好的消除顺序将产生一个等于树宽度的最大团队大小,对于nxn网格,这是n。但是找不到有效的算法。