Automating Model Comparison in Factor Graphs

要約

ベイジアン状態とパラメーターの推定は、さまざまな確率的プログラミング言語で効果的に自動化されています。
一方、モデル比較のプロセスは依然としてエラーが発生しやすく、時間のかかる手動導出が必要であり、その重要性にもかかわらず見落とされがちです。
この論文では、カスタム混合ノードを使用したフォーニー スタイルの因子グラフ上でメッセージを渡すことにより、ベイジアン モデルの平均化、選択、および組み合わせを効率的に自動化します。
パラメーターと状態の推論、およびモデルの比較は、スケール ファクターを使用したメッセージ パッシングを使用して同時に実行できます。
このアプローチにより、モデルの設計サイクルが短縮され、複雑な時変プロセスのモデル化に対応するために、階層的および時間的モデルの事前拡張を簡単に行うことができます。

要約(オリジナル)

Bayesian state and parameter estimation have been automated effectively in a variety of probabilistic programming languages. The process of model comparison on the other hand, which still requires error-prone and time-consuming manual derivations, is often overlooked despite its importance. This paper efficiently automates Bayesian model averaging, selection, and combination by message passing on a Forney-style factor graph with a custom mixture node. Parameter and state inference, and model comparison can then be executed simultaneously using message passing with scale factors. This approach shortens the model design cycle and allows for the straightforward extension to hierarchical and temporal model priors to accommodate for modeling complicated time-varying processes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google