我一直在阅读有关马尔可夫模型的论文，突然出现了一个像 TML（Tractable Markov Logic）这样的伟大扩展。
它是马尔可夫逻辑的一个子集，并使用概率类和部分层次结构来控制复杂性。
该模型既有复杂的逻辑结构，也有不确定性。
它可以表示对象、类和对象之间的关系，但受到一定的限制，确保可以有效地查询任何用 TML 构建的模型中的推理。
我只是想知道为什么这么好的想法没有在活动分析等应用场景领域广泛传播？
user10379342
问问题
27 次
1 回答
0
我的理解是，TML 在模型的大小上是多项式的，但是模型的大小需要编译到给定的问题上，并且可能会成倍大。所以，最后，它仍然不是很容易处理。
但是，在编译后的表单将被多次使用的情况下使用它可能是有利的，因为这样对于多个查询只进行一次编译。此外，一旦获得编译后的表单，您就知道在运行时会发生什么。
但是，我认为您没有看到 TML 被更广泛地使用的主要原因是它只是一个学术思想。没有基于它的强大的通用系统。如果您尝试用它解决一个真正的问题，您可能会发现它缺乏某些实用功能。例如，没有办法用它来表示正态分布，很多问题都涉及正态分布。在这种情况下，人们可能仍然使用 TML 论文背后的想法，但必须创建自己的实现，其中包括手头问题所需的更多特性。这是一个普遍的问题，适用于许多学术思想。只有少数真正有用并成为实际系统的基础。他们中的大多数只在思想层面施加影响。
于 2018-12-27T15:02:25.000 回答