Inference and sampling of K33-free ising models

Valerii Likhosherstov, Yury Maximov, Michael Chertkov

    Результат исследований: Глава в книге, отчете, сборнике статейМатериалы для конференциирецензирование

    Аннотация

    We call an Ising model tractable when it is possible to compute its partition function value (statistical inference) in polynomial time. The tractability also implies an ability to sample configurations of this model in polynomial time. The notion of tractability extends the basic case of planar zero-field Ising models. Our starting point is to describe algorithms for the basic case, computing partition function and sampling efficiently. Then, we extend our tractable inference and sampling algorithms to models whose triconnected components are either planar or graphs of O(1) size. In particular, it results in a polynomial-time inference and sampling algorithms for K33 (minor)-free topologies of zero-field Ising models - a generalization of planar graphs with a potentially unbounded genus.

    Язык оригиналаАнглийский
    Название основной публикации36th International Conference on Machine Learning, ICML 2019
    ИздательInternational Machine Learning Society (IMLS)
    Страницы6996-7005
    Число страниц10
    ISBN (электронное издание)9781510886988
    СостояниеОпубликовано - 2019
    Событие36th International Conference on Machine Learning, ICML 2019 - Long Beach, Соединенные Штаты Америки
    Продолжительность: 9 июн. 201915 июн. 2019

    Серия публикаций

    Название36th International Conference on Machine Learning, ICML 2019
    Том2019-June

    Конференция

    Конференция36th International Conference on Machine Learning, ICML 2019
    Страна/TерриторияСоединенные Штаты Америки
    ГородLong Beach
    Период9/06/1915/06/19

    Fingerprint

    Подробные сведения о темах исследования «Inference and sampling of K33-free ising models». Вместе они формируют уникальный семантический отпечаток (fingerprint).

    Цитировать