Finding maxima of Gaussian Sum-Product Networks (2023)
- Authors:
- Autor USP: MADEIRA, TIAGO - IME
- Unidade: IME
- Sigla do Departamento: MAC
- DOI: 10.11606/D.45.2023.tde-18092023-103415
- Subjects: APRENDIZADO COMPUTACIONAL; MODELOS PARA PROCESSOS ESTOCÁSTICOS
- Keywords: Aprendizagem de máquina; Busca de modas; Gaussian mixture models; Machine learning; Mode finding; Modelos de misturas Gaussianas; Modelos probabilísticos; Probabilistic models; Redes Soma-Produto; Sum-Product Networks
- Language: Inglês
- Abstract: Esta dissertação é sobre busca de máximos de Redes Soma-Produto (SPNs, do inglês Sum-Product Networks). As SPNs são modelos estatísticos profundos expressivos que representam eficientemente distribuições de probabilidade complexas. Elas codificam independência contextual específica entre variáveis aleatórias e permitem inferência exata de probabilidade marginal e condicional em tempo linear. A pesquisa explora as SPNs Gaussianas (GSPNs), que são SPNs contínuas com distribuições Gaussianas em suas folhas. As GSPNs fornecem representações compactas de Modelos de Misturas Gaussianas (GMMs) com muitos componentes. A relação entre GSPNs e GMMs tem sido pouco explorada na literatura, especialmente no que diz respeito a técnicas de busca de modas. O problema de encontrar modas em misturas Gaussianas é desafiador e as técnicas existentes envolvem algoritmos de escalada. No entanto, há pouca pesquisa discutindo modas no contexto de SPNs. O objetivo deste trabalho é investigar e estabelecer uma abordagem para encontrar modas em GSPNs. Isso é alcançado através do desenvolvimento de um algoritmo que utiliza um método de iteração de ponto fixo no estilo EM (Expectativa-Maximização) para encontrar modas em GSPNs. O algoritmo é apresentado em detalhes, acompanhado de uma prova formal de sua corretude. Duas aplicações para ele são discutidas: inferência de Máximo-A-Posteriori e clusterização modal. Alguns resultados experimentais são fornecidos para avaliar a eficácia da abordagem proposta
- Imprenta:
- Data da defesa: 21.07.2023
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
MADEIRA, Tiago. Finding maxima of Gaussian Sum-Product Networks. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/. Acesso em: 20 jan. 2026. -
APA
Madeira, T. (2023). Finding maxima of Gaussian Sum-Product Networks (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/ -
NLM
Madeira T. Finding maxima of Gaussian Sum-Product Networks [Internet]. 2023 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/ -
Vancouver
Madeira T. Finding maxima of Gaussian Sum-Product Networks [Internet]. 2023 ;[citado 2026 jan. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-18092023-103415/
Informações sobre o DOI: 10.11606/D.45.2023.tde-18092023-103415 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
