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,可以在http://www.libdai.org。


zbMATH中的参考文献(参考文献15条,1标准件)

显示第1到15个结果,共15个。
按年份排序(引用)

  1. 乌阿里,阿卜杜勒卡德尔;放荡,大卫;迪吉夫里,西蒙;劳德尼,萨米尔;利巴,耶希亚;拉赫达尔卢基尔;Boizumault,Patrice:图形模型能量最小化的可变邻域搜索(2020)
  2. 乔治·埃查克斯,Jörg Bornschein,Abdul Saboor Sheikh,Zhenwen Dai,Marc Henniges,Jakob Drefs,Jörg L公司ücke:ProSper-一个用于概率稀疏编码的Python库,具有非标准的prior和迭加(2019)阿尔十四
  3. 汉海德,马克;Gö贝尔贝克,莫里茨;霍恩,格雷厄姆S。;普罗诺比斯,安德鲁泽伊;Sj公司öö, 克里斯托弗;艾德米尔,阿尔珀;詹斯费尔特,帕特里克;格雷顿,查尔斯;迪尔登,理查德;米罗斯拉夫贾尼塞克;泽德,亨德里克;Kruijff,Geert Jan;霍斯,尼克;怀亚特,杰里米L.:开放和不确定世界中的机器人任务规划和解释(2017)
  4. 安德森,埃里克·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. 卡普斯,Jörg亨德里克;斯沃博达,保罗;萨夫钦斯基,博格丹;哈桑,塔米尔;施恩örr,Christoph:概率图聚类的multicut和扰动映射(2016)
  6. 桑塔纳,罗伯托;门迪布鲁,亚历山大;Lozano,Jose A.:分布估计算法中的消息传递算法综述(2016)
  7. 杜贾利,阿卜杜拉;谢谢,弗兰çois;列夫èvre,Sébastien:GraphBPT:一种用于图像表示和概率推理的有效层次数据结构(2015)
  8. 安东努奇,亚历山德罗;卡西奥·坎波斯。;休伯,大卫;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. 洛德,丹尼尔;Rooshenas,Amirmohammad:Libra概率模型工具包(2015)
  10. 拉万巴克什,锡亚马克;Greiner,Russell:约束满足问题的扰动消息传递(2015)
  11. ü勒尔,安德烈亚斯·C。;Behnke,Sven:Pystruct learning structured prediction in Python(2014年)
  12. 伊顿,弗雷德里克;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. 安德里鲁卡,迈凯洛;罗斯,斯特凡;Schiele,Bernt:图像结构的区分外观模型(2012)ioport公司
  14. 卡彭,希尔伯特J。;Gó梅兹,维森ç; 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)