1. Home page
  2. Search

Graphical models and message passing algorithms

This item is provided by the institution :
/aggregator-openarchives/portal/institutions/uoa   

Repository :
Pergamos Digital Library   

see the original item page
in the repository's web site and access all digital files if the item*



Graphical models and message passing algorithms
Αγγελής Εμμανουήλ (EL)
born_digital_graduate_thesis
Πτυχιακή Εργασία (EL)
Graduate Thesis (EN)
2016
Τα γραφικά μοντέλα μπορούν να εκφράζουν περίπλοκες εξαρτήσεις ανάμεσα σε τυχαίες μεταβλητέςκαιχρησιμοποιούνταισεπολυδιάσταταστατιστικάμοντέλαμεγάληςπολυπλοκότητα ς. Βρίσκονταιλοιπόνστοεπίκεντροτηςέρευναςγιατημαθηματική, υπολογιστικήκαιστατιστική επιστήμη και πιο συγκεκριμένα στον τομέα της μηχανικής μάθησης. Καθώς ο ακριβής υπολογισμόςτωνπιθανοτήτωναπαιτείεκθετικήπολυπλοκότητα,ηανάγκηγιαπροσεγγιστικές μεθόδουςείναιπολύμεγάλη. Σεαυτήτηνπτυχιακήεργασία,δίνεταιέμφασηστηvariational method, που αποτελεί μία εναλλακτική μέθοδο προσέγγισης σε σχέση με τις μεθόδους Monte Carlo. Μάλιστα, πολλοί αλγόριθμοι μεταφοράς μηνυμάτων, όπως ο loopy belief propagation,μπορούνναεκφραστούνκαιναμελετηθούνμεβάσητηvariationalαναπαράσταση. ΗσύνδεσηανάμεσασταΓραφικάμοντέλακαιστηV ariationalμέθοδοεπιτυγχάνεταιμέσω των ιδιοτήτων κατονομών που ανήκουν σε εκθετική οικογένεια. (EL)
The formalism of probabilistic graphical models provides a unifying framework for capturing complex dependencies among random variables, and building large-scale multivariate statistical models. Graphical models have become a focus of research in many statistical, computational and mathematical fields and are of particular interest in the context of machine learning. As exact computation is a task with exponential complexity, efficient approximation methods are of great importance. In this thesis,variational methods are in the center of interest,as they constitute a very promising approximation scheme which is alternative to Markovchain Monte Carlo. Inparticular,many algorithms of message passing nature,such as loopy belief propagation,can be expressed and understood in terms of variational representations. The connection between graphical models and the variational method is established by the properties of distributions in the exponential family. (EN)
Greek
Σχολή Θετικών Επιστημών » Τμήμα Πληροφορικής & Τηλεπικοινωνιών » Τομέας Θεωρητικής Πληροφορικής
Βιβλιοθήκη και Κέντρο Πληροφόρησης » Βιβλιοθήκη Σχολής Θετικών Επιστημών
https://creativecommons.org/licenses/by-nc/4.0/
University of Athens
Pergamos Digital Library
Graduate Thesis



*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)