马尔可夫随机域的线性和并行学习解答.doc

马尔可夫随机域的线性和并行学习 1.介绍 马尔可夫随机场 (集控) 也称为无概率图模型、 是无处不在的结构有显著影响的概率模型一大批领域、 包括计算机视觉 (李,2001 年; ;; ;Szeliski et al., 2008 年)、 计算摄影和图形 (et al.加尔, 2004 年)、 计算神经科学(艾克利et al., 1985 年)、 生物信息学 (诺华 et al., 2007 年)、 传感器网络 (刘 伊勒尔, 2012年)、 社会开辟 (- 施特劳斯池田, 1990年)、 马尔科夫逻辑 (· 理查森与多明戈斯, 2006 年)、 自然语言处理 (拉弗蒂et al., 2001 年; ;; ;萨顿麦卡勒姆, 2012 年) 和统计物理 (Kindermann Snell, 1980年)。正如指出 在温赖特和Jordan(2008年) 也有很多应用程序在统计中、 约束满足与组合优化、 纠错码和流行病学。不出意料、 这许多的综合治疗手段重要的话题似乎在过去的四年 (Kindermann- 斯内尔, 1980 年; ; ;劳里岑, 1996 年; ;; ;布雷莫, 2001 年;科勒和弗里德曼, 2009 年; ;; ;墨菲, 2012 年).尽管巨大的成功，这些模型拟合的影响他们的数据仍然是一个艰巨的挑战。虽然对数似然是通常凸的参数，这些模型的梯度是棘手的。在许多