控制理论与应用

作者：代琪,刘建伟

单位：中国石油大学(北京),中国石油大学(北京)

关键词：和积网络; SPNs的学习技术; 概率图模型; 深度学习

和积网络(SPNs)是一种基于有根有向无环图的深度概率图模型. 除了叶节点外, 其余节点由求和节点或求积节点组成. 和积网络与概率图模型密切相关, 但是, 和积网络计算过程仅涉及简单的网络多项式求和运算和求积运算, 且能够实现精确和近似推理. 与经典的概率图模型相比, 和积网络可以从训练数据中构建易于推理的模型.此外, 和积网络也可以作为类似于神经网络的深度学习模型使用. 本文主要从和积网络的基本原理、理论研究、学习技术、变体模型及各领域具体应用等问题进行详细阐述. 首先, 概述和积网络的基本原理, 包括和积网络理论的研究现状. 其次, 概述了和积网络的几类变体模型, 并总结了和积网络学习技术中的参数学习和结构学习方面的学习算法. 除此之外, 本文还从自然语言处理、语音识别、医学研究等特定应用领域概述了基于和积网络的应用模型.最后, 根据现有的研究基础对和积网络未来的发展趋势及方向进行了展望.

来源：2024年第11期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第11期