Scaling Up Bayesian DAG Sampling
Created by
- Haebom
Category
Empty
저자
Daniele Nikzad, Alexander Zhilkin, Juha Harviainen, Jack Kuipers, Giusi Moffa, Mikko Koivisto
개요
베이시안 네트워크 구조의 베이즈 추론은 적절하게 구성된 마르코프 체인을 따라 방향성 비순환 그래프를 샘플링하여 수행되는 경우가 많습니다. 본 논문에서는 샘플링을 개선하기 위한 두 가지 기술을 제시합니다. 첫째, 단일 아크를 추가, 삭제 또는 반전하는 기본 이동을 효율적으로 구현합니다. 둘째, 보다 정교한 이동에 필요한 비용이 많이 드는 작업인 부모 집합에 대한 합산을 신속하게 처리하기 위해, 합계를 대략적으로 보존하도록 가능한 부모 집합을 제거하는 전처리 방법을 고안합니다. 실험 연구를 통해 본 기술이 이전 방법보다 상당한 효율성 향상을 가져올 수 있음을 보여줍니다.
시사점, 한계점
•
샘플링 효율성을 향상시키는 두 가지 기술 제시: 기본 이동의 효율적인 구현과 부모 집합의 전처리.
•
실험을 통해 제안된 기술이 기존 방법보다 효율성을 향상시킬 수 있음을 입증.
•
부모 집합 전처리 과정에서 합계를 대략적으로 보존하는 방식으로 진행되므로, 근사적인 결과를 초래할 수 있음.
