置信度传播（），又称为乘积和信息传递（），是在贝叶斯网络、马尔可夫随机场等概率图模型中用于推断的一种信息传递算法。在给定已观测节点时，可以用该算法高效地计算未观测节点的边缘分布。置信度传播在人工智能、信息论中十分常见，已成功应用于低密度奇偶检查码、Turbo码、自由能估计、等不同领域。
置信度传播由美国计算机科学家朱迪亚·珀尔于1982年提出。最初该算法的运用范围仅限于树，不久则扩展到。此后，研究者发现在一般的图中该算法是一种十分有用的近似算法。
参考文献
延伸阅读
- Bickson, Danny. (2009). [http://www.cs.cmu.edu/~bickson/gabp/index.htmlGaussian Belief Propagation Resource Page] —Webpage containing recent publications as well as Matlab source code.
*
- Coughlan, James. (2009). [https://web.archive.org/web/20171013161235/http://computerrobotvision.org/2009/tutorial_day/crv09_belief_propagation_v2.pdfA Tutorial Introduction to Belief Propagation].
- Koch, Volker M. (2007). [https://web.archive.org/web/20070930040600/http://www.volker-koch.com/diss/A Factor Graph Approach to Model-Based Signal Separation] —A tutorial-style dissertation
*
- Mackenzie, Dana (2005). "[https://www.newscientist.com/article/mg18725071-400-communication-speed-nears-terminal-velocity/ Communication Speed Nears Terminal Velocity] ", New Scientist. 9 July 2005. Issue 2507 (Registration required)
*
*
*
评论 (0)