Propagation des croyances sur les graphes

Cette séance de cours introduit le concept de propagation des croyances sur les graphes, en se concentrant sur le calcul de la fonction de partition et de l'énergie libre des modèles de physique statistique. L'instructeur explique comment itérer les équations de propagation des croyances sur les arbres et étend la méthode aux graphiques en boucle, en discutant des défis et des heuristiques impliqués. La séance de cours se penche sur le calcul de l'entropie libre et les implications de l'hypothèse d'indépendance dans les messages entrants. Il explore également l'application de la propagation des croyances sur des graphes aléatoires clairsemés, soulignant l'importance des longues boucles dans de tels graphes. L'instructeur démontre comment la longueur attendue des boucles dans les graphes aléatoires clairsemés augmente logarithmiquement avec la taille du graphe, fournissant un aperçu de la faisabilité et des limites des algorithmes de propagation des croyances.