Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > stat > arXiv:1410.4792

帮助 | 高级搜索

统计学 > 方法论

arXiv:1410.4792 (stat)
[提交于 2014年10月17日 ]

标题: 变分贝叶斯用于合并噪声数据库

标题: Variational Bayes for Merging Noisy Databases

Authors:Tamara Broderick, Rebecca C. Steorts
摘要: 贝叶斯实体解析将多个噪声数据库合并,并返回表示的唯一个体的最小集合,以及它们真实的潜在记录值。 贝叶斯方法允许灵活的生成模型,这些模型在数据库之间共享能力,并对最终解析后的数据库查询进行合理的不确定性量化。 然而,现有的贝叶斯实体解析方法使用马尔可夫蒙特卡罗方法(MCMC)近似,对于包含数百万或数十亿条记录的现代数据库来说速度太慢。 相反,我们提出应用变分近似方法,以在这些模型中实现可扩展的贝叶斯推理。 我们推导了用于均场变分贝叶斯的坐标上升近似,定性地将我们的算法与现有方法进行比较,指出在实体解析中从聚类大小的期望分布中出现的独特的推理挑战,并讨论该领域未来工作的方向。
摘要: Bayesian entity resolution merges together multiple, noisy databases and returns the minimal collection of unique individuals represented, together with their true, latent record values. Bayesian methods allow flexible generative models that share power across databases as well as principled quantification of uncertainty for queries of the final, resolved database. However, existing Bayesian methods for entity resolution use Markov monte Carlo method (MCMC) approximations and are too slow to run on modern databases containing millions or billions of records. Instead, we propose applying variational approximations to allow scalable Bayesian inference in these models. We derive a coordinate-ascent approximation for mean-field variational Bayes, qualitatively compare our algorithm to existing methods, note unique challenges for inference that arise from the expected distribution of cluster sizes in entity resolution, and discuss directions for future work in this domain.
评论: 12页
主题: 方法论 (stat.ME) ; 机器学习 (stat.ML)
引用方式: arXiv:1410.4792 [stat.ME]
  (或者 arXiv:1410.4792v1 [stat.ME] 对于此版本)
  https://doi.org/10.48550/arXiv.1410.4792
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Tamara Broderick [查看电子邮件]
[v1] 星期五, 2014 年 10 月 17 日 16:46:45 UTC (15 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
stat.ME
< 上一篇   |   下一篇 >
新的 | 最近的 | 2014-10
切换浏览方式为:
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号