高效流式概率编程的半符号推理
摘要：流式上下文中通常可以使用Rao-Blackwellized粒子滤波器（RBPF）进行高效的推理，在可能时完全解决推理问题，并在必要时使用采样逼近。虽然RBPF可以通过手动实现来提供高效的推理，但流式概率编程的目标是在给定输入概率编程的情况下自动生成这样的高效推理实现。在这项工作中，我们提出了一种半符号推理技术，使用运行时推理系统来执行概率编程，该系统自动实现了Rao-Blackwellized粒子滤波。为了同时执行精确和近似推理，半符号推理系统操作符号分布以在可能时执行精确推理，并在必要时使用近似采样。这种方法使系统能够实现开发人员手动编写的相同RBPF。为了确保这一点，我们确定了封闭族分布，如线性高斯模型和有限离散模型，推理系统保证实现精确推理。我们已经在ProbZelus流式概率编程语言中实现了运行时推理系统。尽管在现有基准测试中与现有技术相比平均减速1.6倍，但我们的评估结果显示，在我们设计的一组新的具有挑战性的基准测试中，可以获得3倍至87倍的加速。
作者：Eric Atkinson and Charles Yuan and Guillaume Baudart and Louis Mandel and Michael Carbin
论文ID：2209.07490
分类：Programming Languages
分类简称：cs.PL
提交时间：2022-11-08