电子学报 ›› 2016, Vol. 44 ›› Issue (5): 1219-1226.DOI: 10.3969/j.issn.0372-2112.2016.05.030

• 综述评论 • 上一篇    下一篇

概率图模型的表示理论综述

刘建伟1, 黎海恩2, 周佳佳1, 罗雄麟1   

  1. 1. 中国石油大学(北京)自动化系, 北京 102249;
    2. 新华医药化工设计有限公司, 山东淄博 255086
  • 收稿日期:2014-11-15 修回日期:2015-04-30 出版日期:2016-05-25 发布日期:2016-05-25
  • 作者简介:刘建伟 男,1966年出生.博士,中国石油大学(北京)副研究员,主要研究方向包括智能信息处理,机器学习,算法分析与设计等.E-mail:liujw@cup.edu.cn;黎海恩 女,1988年出生.硕士,2014年毕业于中国石油大学(北京)自动化系.现在任职山东新华医药化工设计有限公司.E-mail:lihaien1988@163.com

A Survey on the Representation Theory of Probabilistic Graphical Models

LIU Jian-wei1, LI Hai-en2, ZHOU Jia-jia1, LUO Xiong-lin1   

  1. 1. Department of Automation, China University of Petroleum, Beijing 102249, China;
    2. Xinhua Pharmaceutical and Chemical Designing Company Limited, Zibo, Shandong 255086, China
  • Received:2014-11-15 Revised:2015-04-30 Online:2016-05-25 Published:2016-05-25

摘要:

概率图模型结合概率论与图论的知识,利用图结构表示变量的联合概率分布,近年已成为不确定性推理的研究热点.随着概率图模型在实际领域中的应用日益增加,不同的任务和应用环境对概率图模型的表示理论提出了不同的新要求.本文总结出近年来提出的多种概率图模型的表示理论.最后指出概率图模型的进一步研究方向.

关键词: 概率图模型, 连续化, 非齐次化, 贝叶斯逻辑, 马尔可夫逻辑, 非参数化, 矩阵正态图模型, Copula函数, 混合图模型

Abstract:

Probabilistic Graphical models bring together graph theory and probability theory in a single formalism, so the joint probabilistic distribution of variables can be represented using graph.In recent years, probabilistic graphical models have become the focus of the research in uncertainty inference, because of its bright prospect for the application.In this paper, we conclude the representation of probabilistic graphical models in recent years.Finally, a discussion of the future trend of probabilistic graphical models is given.

Key words: probabilistic graphical models, continuous, inhomogeneous, Bayesian logic, Markov logic, non-parametric, matrix normal graphical model, Coupula function, mixed graphical model

中图分类号: