יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

פתרון אלגברי זמן-פולינומי למשימת משוקללת נקודתית בדגמי שדה מקרוב-אקראי

A polynomial time algebraic solution to exact marginal inference in Markov Random Field models
במאמר זה פותחים פתרון אלגברי זמן-פולינומי למשימת משוקללת נקודתית בדגמי שדה מקרוב-אקראי. הפתרון נותן פתרון זמן-פולינומי לבעיה הקשה של משימת משוקללת נקודתית בדגמי שדה מקרוב-אקראי.
תקציר מקורי באנגליתarXiv:1709.09051v3 Announce Type: replace-cross Abstract: This paper develops on algebraic grounds a polynomial time exact linear solution to the hard combinatorial problem of marginal inference in Markov random field (MRF) models under general assumptions. To prove our claim, we first implicitly remodel a MRF joint distribution as the unique solution of some linear identity assuming its clique potential functions (equivalently, its individual conditional distributions) to be specified. Then, by assuming an arbitrary point subset, we relax accordingly such a (global) linear identity for deriving a second linear identity, solely, acting on a polynomial time number of entries (e.g.; local marginals or Fourier frequencies) of a solution. Then, we show, only using linear algebraic techniques,
קרא במקור המקורי