Automating Model Comparison in Factor Graphs

要約

文献では、ベイズの状態とパラメータの推定は効果的に自動化されていますが、モデルの比較にはまだ当てはまっていないため、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す。
その結果、モデルの比較は重要であるにもかかわらず、見落とされ、無視されることがよくあります。
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 the literature, however, this has not yet been the case for model comparison, which therefore still requires error-prone and time-consuming manual derivations. As a result, model comparison is often overlooked and ignored, 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