VIP內容

題目:A Complete Characterization of Projectivity for Statistical Relational Models

摘要:關係數據的生成概率模型由一係列不同大小域上的關係結構的概率分布組成。在現有的大多數統計關係學習(SRL)框架中,當尺寸為n的結構在尺寸為k < n的誘導子結構上的分布邊際與尺寸為k的結構的給定分布相等時,這些模型就不是投影的。投影性是非常有益的,因為它可以直接從子采樣的關係結構中進行提升推理和統計一致性學習。在早期的工作中,一些SRL語言的簡單片段被識別出來,它們代表了投影模型。然而,對於射影模型還沒有給出完整的描述和表示框架。在本文中,我們填補了這一空白:利用無窮可交換陣列的表示定理,我們引入了一類與投影關係模型完全對應的有向圖潛變量模型。作為一個副產品,我們還獲得了一個表征,當給定的尺寸為k的結構上的分布是尺寸為k的子結構在更大的size-n結構中的統計頻率分布。這些結果為如何將Halpern等人的隨機世界方法應用於一般關係簽名的概率推斷這一老的開放問題提供了新思路。

成為VIP會員查看完整內容
0
11
2
父主題
Top