Building Expressive and Tractable Probabilistic Generative Models: A Review

要約

私たちは、主に確率回路 (PC) に焦点を当て、扱いやすい確率生成モデリングの分野における進歩と技術の包括的な調査を紹介します。
私たちは、表現力と扱いやすさの間の固有のトレードオフに関する統一的な視点を提供し、表現力豊かで効率的な PC の構築を可能にした設計原則とアルゴリズム拡張を強調し、この分野の分類を提供します。
また、ディープ ニューラル モデルの概念を融合してディープ PC やハイブリッド PC を構築する最近の取り組みについても説明し、この進化する分野における将来の研究の指針となり得る課題と未解決の疑問について概説します。

要約(オリジナル)

We present a comprehensive survey of the advancements and techniques in the field of tractable probabilistic generative modeling, primarily focusing on Probabilistic Circuits (PCs). We provide a unified perspective on the inherent trade-offs between expressivity and the tractability, highlighting the design principles and algorithmic extensions that have enabled building expressive and efficient PCs, and provide a taxonomy of the field. We also discuss recent efforts to build deep and hybrid PCs by fusing notions from deep neural models, and outline the challenges and open questions that can guide future research in this evolving field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google