이 논문은 연속 및 이산 구조를 모두 포함하는 하이브리드 확률적 프로그램에 대한 새로운 근사 추론 알고리즘을 개발한다. 이 알고리즘은 먼저 연속 분포를 이산화한 후 이산 추론을 수행한다. 핵심 혁신은 비트 블래스팅이라는 형태의 이산화로, 이는 이진 표현을 사용하여 2^b개의 이산화된 포인트를 poly(b) 개의 부울 랜덤 변수로 간단히 나타낼 수 있다. 저자들은 많은 일반적인 연속 분포가 비트 블래스팅을 통해 정확성 손실 없이 이산화될 수 있으며 효율적인 확률 추론을 지원한다는 것을 증명한다. 또한 저자들은 비트 블래스팅된 혼합 감마 분포에 대한 지식 편찬 기반 추론이 비트 폭에 대해 다항식 시간 내에 수행될 수 있음을 보인다. 이러한 이론적 결과를 바탕으로 저자들은 하이브리드 확률적 프로그램에 대한 비 확률론적 근사 추론을 수행하는 새로운 PPL인 HyBit을 설계했다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Poorva Garg,... at arxiv.org 05-01-2024
https://arxiv.org/pdf/2312.05706.pdfDeeper Inquiries