arXiv Artificial Intelligence· Akshay Vyas, Hailiang Dong, Shivvrat Arya, Brij Malhotra, Tahrima Rahman, Vibhav Gogate, Nicholas Ruozzi·· 17 小时前AI 评分22
Learning to Bound（L2B）：面向 MPE 推理的单调校准神经上界
Learning to Bound: Monotonic, Calibrated Neural Upper Bounds for MPE Inference
AI 导读
Learning to Bound（L2B）用神经网络预测器摊销概率图模型中分支定界搜索所需的上界计算成本，并通过统计校准保证可采纳性、用结构约束保证随证据累积单调收紧。在多个高难度基准上，L2B 对每一类 PGM 都以低数个数量级的成本给出更紧的单调上界，集成到分支定界后在高树宽实例上带来可测量的提升。
来源：arXiv Artificial Intelligence · arxiv.org