李白

LibDAI:一个用于图形模型中离散近似推理的免费开源C++库本文介绍了一个免费的开源C++库LibDAI,它为具有离散值变量的图形模型提供各种精确和近似推理方法的实现。libDAI支持有向图模型(Bayesian网络)和无向图(Markov随机场和因子图)。它提供了分区和、边际概率分布和最大概率状态的各种近似值。同时支持参数学习。并与其它开源软件包进行了性能比较。libDAI是根据GPL v2+许可证授权的,可从http://www.libDAI.org获得。


zbMATH中的参考文献(参考 15篇文章,1标准件)

显示第1到15个结果,共15个。
按年份排序(引用)

  1. Ouali,Abdelkader;Allouche,David;de Givry,Simon;Loudni,Samir;Lebbah,Yahia;Loukil,Lakhdar;Boizumault,Patrice:图形模型能量最小化的可变邻域搜索(2020)
  2. Georgios Exarchakis,Jörg Bornschein,Abdul Saboor Sheikh,Zhenwen Dai,Marc Henniges,Jakob Drefs,Jörg Lücke:ProSper-一个用于非标准优先级和叠加的概率稀疏编码的Python库(2019年)阿尔十四
  3. Hanheide,Marc;Göbelbecker,Moritz;Horn,Graham S.;Pronobis,Andrzej;Sjö,Kristoffer;Aydimir,Alper;Jensfelt,Patric;Gretton,Charles;Dearden,Richard;Janicek,Miroslav;Zender,Hendrik;Kruijff,Geert-Jan;Hawes,Nick;Wyatt,Jeremy L.:开放和不确定世界中的机器人任务规划和解释(2017)
  4. Anderson,Eric C.;Ng,Thomas C.:通过因子图表示对少量单核苷酸多态性进行贝叶斯系谱推断(2016年)
  5. Kappes,Jörg Hendrik;Swoboda,Paul;Savchynsky,Bogdan;Hazan,Tamir;Schnörr,Christoph:用于概率图聚类的Multicuts和扰动映射(2016)
  6. Santana,Roberto;Mendiburu,Alexander;Lozano,Jose A.:分布估计算法中的消息传递算法综述(2016)
  7. Al-Dujaili,Abdullah;Merciol,François;Lefèvre,Sébastien:GraphPt:用于图像表示和概率推理的有效层次数据结构(2015)
  8. Antonucci,Alessandro;de Campos,Cassio P.;Huber,David;Zaffalon,Marco:线性规划的近似credal网络更新及其在决策中的应用(2015)
  9. Daniel Lowd;Rooshenas,Amirmohammad:Libra概率模型工具包(2015)
  10. Ravanbakhsh,Siamak;Greiner,Russell:约束满足问题的扰动消息传递(2015)
  11. Müller,Andreas C.;Behnke,Sven:Pystruct learning structured prediction in Python(2014年)
  12. Eaton,Frederik;Ghahramani,Zoubin:用于推理的模型简化:成对、二元和平面因子图的一般性(2013)
  13. Differential models,Bernroth;Differential models for Myukan,BernRoth;Differential structures,2012;Schiukrat结构ioport公司
  14. Kappen,Hilbert J.;Gómez,Vicenç;Opper,Manfred:作为图形模型推理问题的最优控制(2012)
  15. Mooij,Joris M.:LibDAI:一个用于图形模型中离散近似推理的免费开源C++库(2010)