index 370228d..e996506 100644 (file)
@@ -9,9 +9,7 @@

/// \file
-/// \brief Defines class CBP [\ref EaG09]
-/// \author Frederik Eaton
-/// \todo Improve documentation
+/// \brief Defines class CBP, which implements Clamped Belief Propagation

#ifndef __defined_libdai_cbp_h
namespace dai {

-/// Find a variable to clamp using BBP (goes with maximum adjoint)
-/// \see BBP
-std::pair<size_t, size_t> bbpFindClampVar( const InfAlg &in_bp, bool clampingVar, const PropertySet &bbp_props, const BBPCostFunction &cfn, Real *maxVarOut );
-
-
-/// Class for CBP (Clamped Belief Propagation)
-/** This algorithm uses configurable heuristics to choose a variable
- *  x_i and a state x_i*. Inference is done with x_i "clamped" to x_i*
- *  (i.e., conditional on x_i == x_i*), and also with the negation of this
- *  condition. Clamping is done recursively up to a fixed number of
- *  levels (other stopping criteria are also implemented, see
- *  \a recursion property). The resulting approximate marginals are
- *  combined using logZ estimates.
+/// Class for CBP (Clamped Belief Propagation) [\ref EaG09]
+/** This approximate inference algorithm uses configurable heuristics to choose a variable
+ *  \f$x_i \f$ and a state \f$x_i^* \f$. Inference is done with \f$x_i \f$ "clamped" to \f$x_i^* \f$
+ *  (i.e., conditional on \f$x_i = x_i^* \f$), and also with the negation of this condition.
+ *  Clamping is done recursively up to a fixed number of levels (other stopping criteria are
+ *  also implemented, see the CBP::Properties::RecurseType property). The resulting approximate
+ *  marginals are combined using estimates of the partition sum.
*
*  \author Frederik Eaton
*/
@@ -50,61 +42,25 @@ class CBP : public DAIAlgFG {
std::vector<Factor> _beliefsV;
/// Factor beliefs
std::vector<Factor> _beliefsF;
-        /// Log-partition sum
+        /// Logarithm of partition sum
Real _logZ;

-        /// Counts number of clampings at each leaf node
-        Real _sum_level;
+        /// Numer of iterations needed
+        size_t _iters;
+        /// Maximum difference encountered so far
+        Real _maxdiff;

+        /// Number of clampings at each leaf node
+        Real _sum_level;
/// Number of leaves of recursion tree
size_t _num_leaves;

/// Output stream where information about the clampings is written
boost::shared_ptr<std::ofstream> _clamp_ofstream;

-        /// Returns BBP cost function used
-        BBPCostFunction BBP_cost_function() { return props.bbp_cfn; }
-
-        /// Prints beliefs, variables and partition sum, in case of a debugging build
-        void printDebugInfo();
-
-        /// Called by 'run', and by itself. Implements the main algorithm.
-        /** Chooses a variable to clamp, recurses, combines the logZ and
-         *  beliefs estimates of the children, and returns the improved
-         *  estimates in \a lz_out and \a beliefs_out to its parent
-         */
-        void runRecurse( InfAlg *bp, Real orig_logZ, std::vector<size_t> clamped_vars_list, size_t &num_leaves,
-                         size_t &choose_count, Real &sum_level, Real &lz_out, std::vector<Factor> &beliefs_out );
-
-        /// Choose the next variable to clamp
-        /** Choose the next variable to clamp, given a converged InfAlg (\a bp),
-         *  and a vector of variables that are already clamped (\a
-         *  clamped_vars_list). Returns the chosen variable in \a i, and
-         *  the set of states in \a xis. If \a maxVarOut is non-NULL and
-         *  props.choose==CHOOSE_BBP then it is used to store the
-         *  adjoint of the chosen variable
-         */
-        virtual bool chooseNextClampVar( InfAlg* bp, std::vector<size_t> &clamped_vars_list, size_t &i, std::vector<size_t> &xis, Real *maxVarOut );
-
-        /// Return the InfAlg to use at each step of the recursion.
-        /// \todo At present, only returns a BP instance
-        InfAlg* getInfAlg();
-
-        /// Numer of iterations needed
-        size_t _iters;
-        /// Maximum difference encountered so far
-        Real _maxdiff;
-
-        /// Sets variable beliefs, factor beliefs and logZ
-        /** \param bs should be a concatenation of the variable beliefs followed by the factor beliefs
-         */
-        void setBeliefs( const std::vector<Factor> &bs, Real logZ );
-
-        /// Constructor helper function
-        void construct();

public:
-        /// Construct CBP object from FactorGraph fg and PropertySet opts
+        /// Construct CBP object from FactorGraph \a fg and PropertySet \a opts
CBP( const FactorGraph &fg, const PropertySet &opts ) : DAIAlgFG(fg) {
props.set( opts );
construct();
@@ -229,32 +185,55 @@ class CBP : public DAIAlgFG {
} props;
/* }}} END OF GENERATED CODE */

-        /// Returns heuristic used for clamping variable
-        Properties::ChooseMethodType ChooseMethod() { return props.choose; }
-        /// Returns method used for deciding when to stop recursing
-        Properties::RecurseType Recursion() { return props.recursion; }
-        /// Returns clamping type used
-        Properties::ClampType Clamping() { return props.clamp; }
-        /// Returns maximum number of levels of recursion
-        size_t maxClampLevel() { return props.max_levels; }
-        /// Returns props.min_max_adj @see CBP::Properties::min_max_adj
-        Real minMaxAdj() { return props.min_max_adj; }
-        /// Returns tolerance used for controlling recursion depth
-        Real recTol() { return props.rec_tol; }
-};
+    private:
+        /// Prints beliefs, variables and partition sum, in case of a debugging build
+        void printDebugInfo();

+        /// Called by run(), and by itself. Implements the main algorithm.
+        /** Chooses a variable to clamp, recurses, combines the partition sum
+         *  and belief estimates of the children, and returns the improved
+         *  estimates in \a lz_out and \a beliefs_out to its parent.
+         */
+        void runRecurse( InfAlg *bp, Real orig_logZ, std::vector<size_t> clamped_vars_list, size_t &num_leaves,
+                         size_t &choose_count, Real &sum_level, Real &lz_out, std::vector<Factor> &beliefs_out );

-/// Given a sorted vector of states \a xis and total state count \a n_states, return a vector of states not in \a xis
-std::vector<size_t> complement( std::vector<size_t>& xis, size_t n_states );
+        /// Choose the next variable to clamp.
+        /** Choose the next variable to clamp, given a converged InfAlg \a bp,
+         *  and a vector of variables that are already clamped (\a
+         *  clamped_vars_list). Returns the chosen variable in \a i, and
+         *  the set of states in \a xis. If \a maxVarOut is non-NULL and
+         *  \a props.choose == \c CHOOSE_BBP then it is used to store the
+         *  adjoint of the chosen variable.
+         */
+        virtual bool chooseNextClampVar( InfAlg* bp, std::vector<size_t> &clamped_vars_list, size_t &i, std::vector<size_t> &xis, Real *maxVarOut );
+
+        /// Return the InfAlg to use at each step of the recursion.
+        /// \todo At present, CBP::getInfAlg() only returns a BP instance
+        InfAlg* getInfAlg();
+
+        /// Sets variable beliefs, factor beliefs and log partition sum
+        /** \param bs should be a concatenation of the variable beliefs followed by the factor beliefs
+         */
+        void setBeliefs( const std::vector<Factor> &bs, Real logZ );

-/// Computes \f$\frac{\exp(a)}{\exp(a)+\exp(b)}\f$
-Real unSoftMax( Real a, Real b );
+        /// Constructor helper function
+        void construct();
+};

-/// Computes log of sum of exponents, i.e., \f$\log\left(\exp(a) + \exp(b)\right)\f$
-Real logSumExp( Real a, Real b );

-/// Compute sum of pairwise L-infinity distances of the first \a nv factors in each vector
-Real dist( const std::vector<Factor>& b1, const std::vector<Factor>& b2, size_t nv );
+/// Find the best variable/factor to clamp using BBP.
+/** Takes a converged inference algorithm as input, runs Gibbs and BP_dual, creates
+ *  and runs a BBP object, finds the best variable/factor (the one with the maximum
+ *  factor adjoint), and returns the corresponding (index,state) pair.
+ *  \param in_bp inference algorithm (compatible with BP) that should have converged;
+ *  \param clampingVar if \c true, finds best variable, otherwise, finds best factor;
+ *  \param bbp_props BBP parameters to use;
+ *  \param cfn BBP cost function to use;
+ *  \param maxVarOut maximum adjoint value (only set if not NULL).
+ *  \see BBP
+ *  \relates CBP
+ */
+std::pair<size_t, size_t> BBPFindClampVar( const InfAlg &in_bp, bool clampingVar, const PropertySet &bbp_props, const BBPCostFunction &cfn, Real *maxVarOut );

} // end of namespace dai