AQUA: Automated Quantized Inference for Probabilistic Programs
AQUA: Automated Quantized Inference for Probabilistic Programs
复制标题
AQUA：概率程序的自动量化推理
DOI：
10.1007/978-3-030-88885-5_16
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Misailovic, Sasa
中科院分区：
文献类型：
--
作者：
Huang, Zixin;Dutta, Saikat;Misailovic, Sasa
我们提出了AQUA，一个新的概率推理算法，操作概率程序连续后验分布。AQUA通过连续分布的有效量化来近似程序。它使用量化值区间（区间立方体）和相应的概率密度（密度立方体）表示随机变量的分布。AQUA的分析转换了区间和密度立方体，以计算具有有界误差的后验分布。我们还提出了一个自适应的算法来选择的间隔和密度立方体的大小和粒度。AQUA在不到43秒（中位数1.35秒）的时间内解决了所有24个基准测试，具有很高的准确性。我们表明，AQUA比最先进的近似算法（Stan的NUTS和ADVI）更准确，并支持精确推理工具（如PSI和SPPL）无法实现的程序。
We present AQUA, a new probabilistic inference algorithm that operates on probabilistic programs with continuous posterior distributions. AQUA approximates programs via an efficient quantization of the continuous distributions. It represents the distributions of random variables using quantized value intervals (Interval Cube) and corresponding probability densities (Density Cube). AQUA’s analysis transforms Interval and Density Cubes to compute the posterior distribution with bounded error. We also present an adaptive algorithm for selecting the size and the granularity of the Interval and Density Cubes.We evaluate AQUA on 24 programs from the literature. AQUA solved all of 24 benchmarks in less than 43 s (median 1.35 s) with a high-level of accuracy. We show that AQUA is more accurate than state-of-the-art approximate algorithms (Stan’s NUTS and ADVI) and supports programs that are out of reach of exact inference tools, such as PSI and SPPL.
登录
查看更多内容
用于概率程序分析的符号并行自适应重要性采样
DOI：
10.1145/3468264.3468593
发表时间：
2020
期刊：
Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering
影响因子：
--
作者：
Yicheng Luo;A. Filieri;Yuanshuo Zhou
通讯作者：
Yuanshuo Zhou
DOI：
10.1007/978-3-319-89722-6_1
发表时间：
2018
期刊：
ArXiv
影响因子：
--
作者：
Ian Sweet;José Manuel Calderón Trilla;Chad Scherrer;M. Hicks;Stephen Magill
通讯作者：
Stephen Magill
Hakaru 中程序转换的概率推理（系统描述）
DOI：
10.1007/978-3-319-29604-3_5
发表时间：
2016
期刊：
IEEE INFOCOM 2009
影响因子：
--
作者：
P. Narayanan;J. Carette;Wren Romano;Chung;R. Zinkov
通讯作者：
R. Zinkov
影响因子：
5.8
作者：
Carpenter, Bob;Gelman, Andrew;Riddell, Allen
通讯作者：
Riddell, Allen
影响因子：
1.8
作者：
Albarghouthi, Aws;D'Antoni, Loris;Nori, Aditya, V
通讯作者：
Nori, Aditya, V