Improved documentation of factor.h, ...
authorJoris Mooij <jorism@marvin.jorismooij.nl>
Fri, 10 Oct 2008 09:03:03 +0000 (11:03 +0200)
committerJoris Mooij <jorism@marvin.jorismooij.nl>
Fri, 10 Oct 2008 09:03:03 +0000 (11:03 +0200)
... and:
- updated ChangeLog
- Removed TFactor<T>::divided_by, use operator/ instead
- Removed TFactor<T>::divide, use operator/= instead
- Removed TFactor<T>::partSum(const VarSet&), use marginal(const VarSet&,true) instead

ChangeLog
include/dai/factor.h
include/dai/varset.h
src/hak.cpp
src/jtree.cpp
src/lc.cpp
src/mf.cpp
src/treeep.cpp

index 43f6cd6..aa38da6 100644 (file)
--- a/ChangeLog
+++ b/ChangeLog
@@ -1,10 +1,25 @@
-git HEAD
---------
-* Improved documentation of include/dai/bipgraph.h
-* Moved example to examples/ and added examples/example_bipgraph.cpp
-* Cleanup of matlab interface
-* Small improvement of utils/fginfo
-* Small cleanup of BP code
+git 765e0048664c14c693ceb70a286e1fc41a2f9d02
+--------------------------------------------
+* Improved documentation of include/dai/{bipgraph.h, prob.h, smallset.h,
+  var.h, varset.h, factor.h, enum.h} and of examples/example.cpp
+* examples/
+  - Moved example.cpp to examples/ 
+  - Added examples/example_bipgraph.cpp
+  - Added examples/example_varset.cpp
+* Interface changes:
+  - Replaced TProb<T>::log0() by TProb<T>::log(true)
+  - Replaced TProb<T>::takeLog0() by TProb<T>::takeLog(true)
+  - Replaced TFactor<T>::log0() by TFactor<T>::log(true)
+  - Removed TProb<T>::hasNonPositives()
+  - Renamed smallSet<T> to SmallSet<T>
+  - Removed TFactor<T>::divided_by, use operator/ instead
+  - Removed TFactor<T>::divide, use operator/= instead
+  - Removed TFactor<T>::partSum(const VarSet&), use marginal(const VarSet&,true) instead
+* Miscellaneous small changes and cleanups:
+  - Changed output stream operator<< for Var and VarSet
+  - Cleanup of matlab interface code
+  - Small improvement of utils/fginfo
+  - Small cleanup of BP code
 
 
 libDAI-0.2.2 (2008-09-30)
index 30871ec..43e0939 100644 (file)
@@ -25,7 +25,6 @@
 
 /// \file
 /// \brief Defines TFactor<T> and Factor classes
-/// \todo Improve documentation
 
 
 #ifndef __defined_libdai_factor_h
@@ -43,24 +42,24 @@ namespace dai {
 
 
 /// Represents a (probability) factor.
-/** Mathematically, a \e factor is a function from the Cartesian product 
- *  of the state spaces of some variables to the nonnegative real numbers.
+/** Mathematically, a \e factor is a function mapping joint states of some
+ *  variables to the nonnegative real numbers.
  *  More formally, denoting a discrete variable with label \f$l\f$ by
  *  \f$x_l\f$ and its state space by \f$X_l = \{0,1,\dots,S_l-1\}\f$,
- *  then a factor depending on the variables \f$\{x_i\}_{i\in I}\f$ is 
- *  a function \f$f_I : \prod_{i\in I} X_i \to [0,\infty)\f$.
+ *  then a factor depending on the variables \f$\{x_l\}_{l\in L}\f$ is 
+ *  a function \f$f_L : \prod_{l\in L} X_l \to [0,\infty)\f$.
  *  
  *  In libDAI, a factor is represented by a TFactor<\a T> object, which has two
  *  components: 
- *  \arg a VarSet, corresponding with the set of variables \f$\{x_i\}_{i\in I}\f$ 
+ *  \arg a VarSet, corresponding with the set of variables \f$\{x_l\}_{l\in L}\f$ 
  *  that the factor depends on;
- *  \arg a TProb<\a T>, a vector containing the values of the factor for each possible 
+ *  \arg a TProb<\a T>, a vector containing the value of the factor for each possible 
  *  joint state of the variables.
  *
  *  The factor values are stored in the entries of the TProb<\a T> in a particular
  *  ordering, which is defined by the one-to-one correspondence of a joint state 
- *  in \f$\prod_{i\in I} X_i\f$ with a linear index in 
- *  \f$\{0,1,\dots,\prod_{i\in I} S_i-1\}\f$ according to the mapping \f$\sigma\f$
+ *  in \f$\prod_{l\in L} X_l\f$ with a linear index in 
+ *  \f$\{0,1,\dots,\prod_{l\in L} S_l-1\}\f$ according to the mapping \f$\sigma\f$
  *  induced by VarSet::calcState(const std::map<Var,size_t> &).
  *
  *  \tparam T Should be a scalar that is castable from and to double and should support elementary arithmetic operations.
@@ -71,26 +70,26 @@ template <typename T> class TFactor {
         TProb<T>    _p;
 
     public:
-        /// Construct TFactor depending on no variables, with value p
+        /// Constructs TFactor depending on no variables, with value p
         TFactor ( Real p = 1.0 ) : _vs(), _p(1,p) {}
 
-        /// Construct TFactor depending on variables in ns, with uniform distribution
+        /// Constructs TFactor depending on variables in ns, with uniform distribution
         TFactor( const VarSet& ns ) : _vs(ns), _p(_vs.nrStates()) {}
         
-        /// Construct TFactor depending on variables in ns, with all values set to p
+        /// Constructs TFactor depending on variables in ns, with all values set to p
         TFactor( const VarSet& ns, Real p ) : _vs(ns), _p(_vs.nrStates(),p) {}
         
-        /// Construct TFactor depending on variables in ns, copying the values from the array p
+        /// Constructs TFactor depending on variables in ns, copying the values from the array p
         TFactor( const VarSet& ns, const Real *p ) : _vs(ns), _p(_vs.nrStates(),p) {}
 
-        /// Construct TFactor depending on variables in ns, with values set to the TProb p
+        /// Constructs TFactor depending on variables in ns, with values set to the TProb p
         TFactor( const VarSet& ns, const TProb<T>& p ) : _vs(ns), _p(p) {
 #ifdef DAI_DEBUG
             assert( _vs.nrStates() == _p.size() );
 #endif
         }
         
-        /// Construct TFactor depending on the variable n, with uniform distribution
+        /// Constructs TFactor depending on the variable n, with uniform distribution
         TFactor( const Var& n ) : _vs(n), _p(n.states()) {}
 
         /// Copy constructor
@@ -114,6 +113,8 @@ template <typename T> class TFactor {
         const VarSet & vars() const { return _vs; }
 
         /// Returns the number of possible joint states of the variables
+        /** \note This is equal to the length of the value vector.
+         */
         size_t states() const { return _p.size(); }
 
         /// Returns a copy of the i'th entry of the value vector
@@ -128,27 +129,14 @@ template <typename T> class TFactor {
         /// Draws all values i.i.d. from a uniform distribution on [0,1)
         TFactor<T> & randomize () { _p.randomize(); return(*this); }
 
-        /// Returns product of *this with scalar t
-        TFactor<T> operator* (T t) const {
-            TFactor<T> result = *this;
-            result.p() *= t;
-            return result;
-        }
 
-        /// Multiplies with scalar t
+        /// Multiplies *this with scalar t
         TFactor<T>& operator*= (T t) {
             _p *= t;
             return *this;
         }
 
-        /// Returns quotient of *this with scalar t
-        TFactor<T> operator/ (T t) const {
-            TFactor<T> result = *this;
-            result.p() /= t;
-            return result;
-        }
-
-        /// Divides by scalar t
+        /// Divides *this by scalar t
         TFactor<T>& operator/= (T t) {
             _p /= t;
             return *this;
@@ -166,6 +154,24 @@ template <typename T> class TFactor {
             return *this;
         }
 
+        /// Raises *this to the power a
+        TFactor<T>& operator^= (Real a) { _p ^= a; return *this; }
+
+
+        /// Returns product of *this with scalar t
+        TFactor<T> operator* (T t) const {
+            TFactor<T> result = *this;
+            result.p() *= t;
+            return result;
+        }
+
+        /// Returns quotient of *this with scalar t
+        TFactor<T> operator/ (T t) const {
+            TFactor<T> result = *this;
+            result.p() /= t;
+            return result;
+        }
+
         /// Returns sum of *this and scalar t
         TFactor<T> operator+ (T t) const {
             TFactor<T> result(*this); 
@@ -180,86 +186,92 @@ template <typename T> class TFactor {
             return result; 
         }
 
-        /// Returns product of *this with another TFactor f
-        /** The result is a TFactor depending on the union of the variables
-         *  on which *this and f depend.
-         */
-        TFactor<T> operator* (const TFactor<T>& f) const;
+        /// Returns *this raised to the power a
+        TFactor<T> operator^ (Real a) const { 
+            TFactor<T> x; 
+            x._vs = _vs; 
+            x._p = _p^a; 
+            return x; 
+        }
 
-        /// Returns quotient of *this by another TFactor f
-        /** The result is a TFactor depending on the union of the variables
-         *  on which *this and f depend.
-         */
-        TFactor<T> operator/ (const TFactor<T>& f) const;
+        /// Multiplies *this with the TFactor f
+        TFactor<T>& operator*= (const TFactor<T>& f) { 
+            if( f._vs == _vs ) // optimize special case
+                _p *= f._p;
+            else
+                *this = (*this * f); 
+            return *this;
+        }
+
+        /// Divides *this by the TFactor f
+        TFactor<T>& operator/= (const TFactor<T>& f) { 
+            if( f._vs == _vs ) // optimize special case
+                _p /= f._p;
+            else
+                *this = (*this / f); 
+            return *this;
+        }
 
-        /// Multiplies *this with another TFactor f
-        /** The result is a TFactor depending on the union of the variables
-         *  on which *this and f depend.
+        /// Returns product of *this with the TFactor f
+        /** The product of two factors is defined as follows: if 
+         *  \f$f : \prod_{l\in L} X_l \to [0,\infty)\f$ and \f$g : \prod_{m\in M} X_m \to [0,\infty)\f$, then
+         *  \f[fg : \prod_{l\in L\cup M} X_l \to [0,\infty) : x \mapsto f(x_L) g(x_M).\f]
          */
-        TFactor<T>& operator*= (const TFactor<T>& f) { return( *this = (*this * f) ); }
+        TFactor<T> operator* (const TFactor<T>& f) const;
 
-        /// Divides *this by another TFactor f
-        /** The result is a TFactor depending on the union of the variables
-         *  on which *this and f depend.
+        /// Returns quotient of *this by the TFactor f
+        /** The quotient of two factors is defined as follows: if 
+         *  \f$f : \prod_{l\in L} X_l \to [0,\infty)\f$ and \f$g : \prod_{m\in M} X_m \to [0,\infty)\f$, then
+         *  \f[\frac{f}{g} : \prod_{l\in L\cup M} X_l \to [0,\infty) : x \mapsto \frac{f(x_L)}{g(x_M)}.\f]
          */
-        TFactor<T>& operator/= (const TFactor<T>& f) { return( *this = (*this / f) ); }
+        TFactor<T> operator/ (const TFactor<T>& f) const;
 
-        /// Returns sum of *this and another TFactor f
+        /// Adds the TFactor f to *this
         /** \pre this->vars() == f.vars()
          */
-        TFactor<T> operator+ (const TFactor<T>& f) const {
+        TFactor<T>& operator+= (const TFactor<T>& f) { 
 #ifdef DAI_DEBUG
             assert( f._vs == _vs );
 #endif
-            TFactor<T> sum(*this); 
-            sum._p += f._p; 
-            return sum; 
+            _p += f._p;
+            return *this;
         }
 
-        /// Returns *this minus another TFactor f
+        /// Subtracts the TFactor f from *this
         /** \pre this->vars() == f.vars()
          */
-        TFactor<T> operator- (const TFactor<T>& f) const {
+        TFactor<T>& operator-= (const TFactor<T>& f) { 
 #ifdef DAI_DEBUG
             assert( f._vs == _vs );
 #endif
-            TFactor<T> sum(*this); 
-            sum._p -= f._p; 
-            return sum; 
+            _p -= f._p;
+            return *this;
         }
 
-        /// Adds another TFactor f to *this
+        /// Returns sum of *this and the TFactor f
         /** \pre this->vars() == f.vars()
          */
-        TFactor<T>& operator+= (const TFactor<T>& f) { 
+        TFactor<T> operator+ (const TFactor<T>& f) const {
 #ifdef DAI_DEBUG
             assert( f._vs == _vs );
 #endif
-            _p += f._p;
-            return *this;
+            TFactor<T> sum(*this); 
+            sum._p += f._p; 
+            return sum; 
         }
 
-        /// Subtracts another TFactor f from *this
+        /// Returns *this minus the TFactor f
         /** \pre this->vars() == f.vars()
          */
-        TFactor<T>& operator-= (const TFactor<T>& f) { 
+        TFactor<T> operator- (const TFactor<T>& f) const {
 #ifdef DAI_DEBUG
             assert( f._vs == _vs );
 #endif
-            _p -= f._p;
-            return *this;
-        }
-
-        /// Returns *this raised to the power a
-        TFactor<T> operator^ (Real a) const { 
-            TFactor<T> x; 
-            x._vs = _vs; 
-            x._p = _p^a; 
-            return x; 
+            TFactor<T> sum(*this); 
+            sum._p -= f._p; 
+            return sum; 
         }
 
-        /// Raises *this to the power a
-        TFactor<T>& operator^= (Real a) { _p ^= a; return *this; }
 
         /// Sets all values that are smaller than epsilon to 0
         TFactor<T>& makeZero( T epsilon ) {
@@ -283,29 +295,6 @@ template <typename T> class TFactor {
             return inv; 
         }
 
-        /// Returns *this divided pointwise by another TFactor f
-        /** \pre this->vars() == f.vars()
-         */
-        TFactor<T> divided_by( const TFactor<T>& f ) const { 
-#ifdef DAI_DEBUG
-            assert( f._vs == _vs );
-#endif
-            TFactor<T> quot(*this); 
-            quot._p /= f._p; 
-            return quot; 
-        }
-
-        /// Divides *this pointwise by another TFactor f
-        /** \pre this->vars() == f.vars()
-         */
-        TFactor<T>& divide( const TFactor<T>& f ) {
-#ifdef DAI_DEBUG
-            assert( f._vs == _vs );
-#endif
-            _p /= f._p;
-            return *this;
-        }
-
         /// Returns pointwise exp of *this
         TFactor<T> exp() const { 
             TFactor<T> e; 
@@ -314,14 +303,6 @@ template <typename T> class TFactor {
             return e; 
         }
 
-        /// Returns pointwise absolute value of *this
-        TFactor<T> abs() const { 
-            TFactor<T> e; 
-            e._vs = _vs; 
-            e._p = _p.abs(); 
-            return e; 
-        }
-
         /// Returns pointwise logarithm of *this
         /** If zero==true, uses log(0)==0; otherwise, log(0)=-Inf.
          */
@@ -332,6 +313,14 @@ template <typename T> class TFactor {
             return l; 
         }
 
+        /// Returns pointwise absolute value of *this
+        TFactor<T> abs() const { 
+            TFactor<T> e; 
+            e._vs = _vs; 
+            e._p = _p.abs(); 
+            return e; 
+        }
+
         /// Normalizes *this TFactor according to the specified norm
         T normalize( typename Prob::NormType norm=Prob::NORMPROB ) { return _p.normalize( norm ); }
 
@@ -344,8 +333,16 @@ template <typename T> class TFactor {
         }
 
         /// Returns a slice of this TFactor, where the subset ns is in state nsState
-        /** \pre ns sould be a subset of vars()
-         *  \pre nsState < ns.states()
+        /** \pre \a ns sould be a subset of vars()
+         *  \pre \a nsState < ns.states()
+         *
+         *  The result is a TFactor that depends on the variables in this->vars() except those in \a ns,
+         *  obtained by setting the variables in \a ns to the joint state specified by the linear index 
+         *  \a nsState. Formally, if *this corresponds with the factor \f$f : \prod_{l\in L} X_l \to [0,\infty)\f$,
+         *  \f$M \subset L\f$ corresponds with \a ns and \a nsState corresponds with a mapping \f$s\f$ that
+         *  maps a variable \f$x_m\f$ with \f$m\in M\f$ to its state \f$s(x_m) \in X_m\f$, then the slice 
+         *  returned corresponds with the factor \f$g : \prod_{l \in L \setminus M} X_l \to [0,\infty)\f$
+         *  defined by \f$g(\{x_l\}_{l\in L \setminus M}) = f(\{x_l\}_{l\in L \setminus M}, \{s(x_m)\}_{m\in M})\f$.
          */
         TFactor<T> slice( const VarSet& ns, size_t nsState ) const {
             assert( ns << _vs );
@@ -362,21 +359,14 @@ template <typename T> class TFactor {
             return result;
         }
 
-        /// Returns unnormalized marginal obtained by summing out all variables except those in ns
-        TFactor<T> partSum(const VarSet &ns) const;
-
-        /// Returns (normalized by default) marginal on ns, obtained by summing out all variables except those in ns
-        /** If normed==true, the result is normalized.
-         */
-        TFactor<T> marginal(const VarSet & ns, bool normed=true) const { 
-            if( normed ) 
-                return partSum(ns).normalized(); 
-            else 
-                return partSum(ns); 
-        }
+        /// Returns marginal on ns, obtained by summing out all variables except those in ns, and normalizing the result if normed==true
+        TFactor<T> marginal(const VarSet & ns, bool normed=true) const;
 
         /// Embeds this factor in a larger VarSet
         /** \pre vars() should be a subset of ns
+         *
+         *  If *this corresponds with \f$f : \prod_{l\in L} X_l \to [0,\infty)\f$ and \f$L \subset M\f$, then
+         *  the embedded factor corresponds with \f$g : \prod_{m\in M} X_m \to [0,\infty) : x \mapsto f(x_L)\f$.
          */
         TFactor<T> embed(const VarSet & ns) const { 
             assert( ns >> _vs );
@@ -404,15 +394,15 @@ template <typename T> class TFactor {
         /// Returns minimum value
         T minVal() const { return _p.minVal(); }
 
-        /// Returns entropy of *this
+        /// Returns entropy of *this TFactor
         Real entropy() const { return _p.entropy(); }
 
-        /// Returns strength of *this, between variables i and j, as defined in eq. (52) of [\ref MoK07b]
+        /// Returns strength of *this TFactor (between variables i and j), as defined in eq. (52) of [\ref MoK07b]
         T strength( const Var &i, const Var &j ) const;
 };
 
 
-template<typename T> TFactor<T> TFactor<T>::partSum(const VarSet & ns) const {
+template<typename T> TFactor<T> TFactor<T>::marginal(const VarSet & ns, bool normed) const {
     VarSet res_ns = ns & _vs;
 
     TFactor<T> res( res_ns, 0.0 );
@@ -421,33 +411,48 @@ template<typename T> TFactor<T> TFactor<T>::partSum(const VarSet & ns) const {
     for( size_t i = 0; i < _p.size(); i++, ++i_res )
         res._p[i_res] += _p[i];
 
+    if( normed )
+        res.normalize( Prob::NORMPROB );
+
     return res;
 }
 
 
-template<typename T> TFactor<T> TFactor<T>::operator* (const TFactor<T>& Q) const {
-    TFactor<T> prod( _vs | Q._vs, 0.0 );
+template<typename T> TFactor<T> TFactor<T>::operator* (const TFactor<T>& f) const {
+    if( f._vs == _vs ) { // optimizate special case
+        TFactor<T> prod(*this); 
+        prod._p *= f._p; 
+        return prod; 
+    } else {
+        TFactor<T> prod( _vs | f._vs, 0.0 );
 
-    IndexFor i1(_vs, prod._vs);
-    IndexFor i2(Q._vs, prod._vs);
+        IndexFor i1(_vs, prod._vs);
+        IndexFor i2(f._vs, prod._vs);
 
-    for( size_t i = 0; i < prod._p.size(); i++, ++i1, ++i2 )
-        prod._p[i] += _p[i1] * Q._p[i2];
+        for( size_t i = 0; i < prod._p.size(); i++, ++i1, ++i2 )
+            prod._p[i] += _p[i1] * f._p[i2];
 
-    return prod;
+        return prod;
+    }
 }
 
 
-template<typename T> TFactor<T> TFactor<T>::operator/ (const TFactor<T>& Q) const {
-    TFactor<T> quot( _vs | Q._vs, 0.0 );
+template<typename T> TFactor<T> TFactor<T>::operator/ (const TFactor<T>& f) const {
+    if( f._vs == _vs ) { // optimizate special case
+        TFactor<T> quot(*this); 
+        quot._p /= f._p; 
+        return quot; 
+    } else {
+        TFactor<T> quot( _vs | f._vs, 0.0 );
 
-    IndexFor i1(_vs, quot._vs);
-    IndexFor i2(Q._vs, quot._vs);
+        IndexFor i1(_vs, quot._vs);
+        IndexFor i2(f._vs, quot._vs);
 
-    for( size_t i = 0; i < quot._p.size(); i++, ++i1, ++i2 )
-        quot._p[i] += _p[i1] / Q._p[i2];
+        for( size_t i = 0; i < quot._p.size(); i++, ++i1, ++i2 )
+            quot._p[i] += _p[i1] / f._p[i2];
 
-    return quot;
+        return quot;
+    }
 }
 
 
index c8c3629..46029d1 100644 (file)
@@ -44,9 +44,13 @@ namespace dai {
 
 
 /// Represents a set of variables.
-/** The variables in the set are sorted according to their labels.
- *  \note A VarSet is implemented using a SmallSet<Var> instead
+/** \note A VarSet is implemented using a SmallSet<Var> instead
  *  of the more natural std::set<Var> because of efficiency reasons.
+ *  That is, internally, the variables in the set are sorted according 
+ *  to their labels: the set of variables \f$\{x_l\}_{l\in L}\f$ is 
+ *  represented as a vector \f$(x_{l(0)},x_{l(1)},\dots,x_{l(|L|-1)})\f$ 
+ *  where \f$l(0) < l(1) < \dots < l(|L|-1)\f$ 
+ *  and \f$L = \{l(0),l(1),\dots,l(|L|-1)\}\f$.
  */
 class VarSet : public SmallSet<Var> {
     public:
@@ -144,12 +148,12 @@ class VarSet : public SmallSet<Var> {
          *  ("states") of variable \f$x_l\f$ with label \a l. 
          *  The mapping \a s returned by this function is defined as:
          *  \f{eqnarray*}
-         *    s(x_{l(i)}) = \left[\frac{S \mbox { mod } \prod_{j=0}^{i} S_{l(j)}}{\prod_{j=0}^{i-1} S_{l(j)}}\right] \qquad \mbox{for all $i=0,\dots,n-1$}.
+         *    s(x_{l(i)}) = \left\lfloor\frac{S \mbox { mod } \prod_{j=0}^{i} S_{l(j)}}{\prod_{j=0}^{i-1} S_{l(j)}}\right\rfloor \qquad \mbox{for all $i=0,\dots,n-1$}.
          *  \f}
          *  where \f$S\f$ denotes the value of \a linearState.
          *
          *  \note If *this corresponds with \f$\{x_l\}_{l\in L}\f$, calcStates(size_t) induces a mapping 
-         *  \f$\sigma^{-1} : \{0,1,\dots,\prod_{l\in L} S_l-1\} \to \prod_{l\in L} X_l \to \f$ that
+         *  \f$\sigma^{-1} : \{0,1,\dots,\prod_{l\in L} S_l-1\} \to \prod_{l\in L} X_l\f$ that
          *  maps a linear index to a joint state; this is the inverse of the mapping \f$\sigma\f$ 
          *  induced by calcState(const std::map<Var,size_t> &).
          */
index d323e8e..c54701b 100644 (file)
@@ -237,7 +237,7 @@ double HAK::doGBP() {
         for( size_t beta = 0; beta < nrIRs(); beta++ ) {
             foreach( const Neighbor &alpha, nbIR(beta) ) {
                 size_t _beta = alpha.dual;
-                muab( alpha, _beta ) = _Qa[alpha].marginal(IR(beta)).divided_by( muba(alpha,_beta) );
+                muab( alpha, _beta ) = _Qa[alpha].marginal(IR(beta)) / muba(alpha,_beta);
                 /* TODO: INVESTIGATE THIS PROBLEM
                  *
                  * In some cases, the muab's can have very large entries because the muba's have very
@@ -275,7 +275,7 @@ double HAK::doGBP() {
 
             foreach( const Neighbor &alpha, nbIR(beta) ) {
                 size_t _beta = alpha.dual;
-                muba(alpha,_beta) = _Qb[beta].divided_by( muab(alpha,_beta) );
+                muba(alpha,_beta) = _Qb[beta] / muab(alpha,_beta);
 
                 /* TODO: INVESTIGATE WHETHER THIS HACK (INVENTED BY KEES) TO PREVENT NANS MAKES SENSE 
                  *
index f112c48..b190666 100644 (file)
@@ -219,9 +219,9 @@ void JTree::runHUGIN() {
     for( size_t i = RTree.size(); (i--) != 0; ) {
 //      Make outer region RTree[i].n1 consistent with outer region RTree[i].n2
 //      IR(i) = seperator OR(RTree[i].n1) && OR(RTree[i].n2)
-        Factor new_Qb = Qa[RTree[i].n2].partSum( IR( i ) );
+        Factor new_Qb = Qa[RTree[i].n2].marginal( IR( i ), false );
         _logZ += log(new_Qb.normalize());
-        Qa[RTree[i].n1] *= new_Qb.divided_by( Qb[i] )
+        Qa[RTree[i].n1] *= new_Qb / Qb[i]
         Qb[i] = new_Qb;
     }
     if( RTree.empty() )
@@ -234,7 +234,7 @@ void JTree::runHUGIN() {
 //      Make outer region RTree[i].n2 consistent with outer region RTree[i].n1
 //      IR(i) = seperator OR(RTree[i].n1) && OR(RTree[i].n2)
         Factor new_Qb = Qa[RTree[i].n1].marginal( IR( i ) );
-        Qa[RTree[i].n2] *= new_Qb.divided_by( Qb[i] )
+        Qa[RTree[i].n2] *= new_Qb / Qb[i]
         Qb[i] = new_Qb;
     }
 
@@ -260,7 +260,7 @@ void JTree::runShaferShenoy() {
         foreach( const Neighbor &k, nbOR(i) )
             if( k != e ) 
                 piet *= message( i, k.iter );
-        message( j, _e ) = piet.partSum( IR(e) );
+        message( j, _e ) = piet.marginal( IR(e), false );
         _logZ += log( message(j,_e).normalize() );
     }
 
@@ -480,16 +480,16 @@ Factor JTree::calcMarginal( const VarSet& ns ) {
                             Qa[T[i].n2] *= piet; 
                         }
 
-                    Factor new_Qb = Qa[T[i].n2].partSum( IR( b[i] ) );
+                    Factor new_Qb = Qa[T[i].n2].marginal( IR( b[i] ), false );
                     logZ += log(new_Qb.normalize());
-                    Qa[T[i].n1] *= new_Qb.divided_by( Qb[b[i]] )
+                    Qa[T[i].n1] *= new_Qb / Qb[b[i]]
                     Qb[b[i]] = new_Qb;
                 }
                 logZ += log(Qa[T[0].n1].normalize());
 
                 Factor piet( nsrem, 0.0 );
                 piet[s] = exp(logZ);
-                Pns += piet * Qa[T[0].n1].partSum( ns / nsrem );      // OPTIMIZE ME
+                Pns += piet * Qa[T[0].n1].marginal( ns / nsrem, false );      // OPTIMIZE ME
 
                 // Restore clamped beliefs
                 for( map<size_t,Factor>::const_iterator alpha = Qa_old.begin(); alpha != Qa_old.end(); alpha++ )
index 070d5eb..e40964a 100644 (file)
@@ -226,15 +226,15 @@ Factor LC::NewPancake (size_t i, size_t _I, bool & hasNaNs) {
     Factor A_I;
     for( VarSet::const_iterator k = Ivars.begin(); k != Ivars.end(); k++ )
         if( var(i) != *k )
-            A_I *= (_pancakes[findVar(*k)] * factor(I).inverse()).partSum( Ivars / var(i) );
+            A_I *= (_pancakes[findVar(*k)] * factor(I).inverse()).marginal( Ivars / var(i), false );
     if( Ivars.size() > 1 )
         A_I ^= (1.0 / (Ivars.size() - 1));
-    Factor A_Ii = (_pancakes[i] * factor(I).inverse() * _phis[i][_I].inverse()).partSum( Ivars / var(i) );
-    Factor quot = A_I.divided_by(A_Ii);
+    Factor A_Ii = (_pancakes[i] * factor(I).inverse() * _phis[i][_I].inverse()).marginal( Ivars / var(i), false );
+    Factor quot = A_I / A_Ii;
     if( props.damping != 0.0 )
         quot = (quot^(1.0 - props.damping)) * (_phis[i][_I]^props.damping);
 
-    piet *= quot.divided_by( _phis[i][_I] ).normalized();
+    piet *= quot / _phis[i][_I].normalized();
     _phis[i][_I] = quot.normalized();
 
     piet.normalize();
index 17ee2d6..ae92182 100644 (file)
@@ -118,7 +118,7 @@ double MF::run() {
                     henk *= _beliefs[j];
             piet = factor(I).log(true);
             piet *= henk;
-            piet = piet.partSum(var(i));
+            piet = piet.marginal(var(i), false);
             piet = piet.exp();
             jan *= piet; 
         }
index f5938d0..a7d6bea 100644 (file)
@@ -119,10 +119,10 @@ void TreeEP::TreeEPSubTree::init() {
 
 void TreeEP::TreeEPSubTree::InvertAndMultiply( const std::vector<Factor> &Qa, const std::vector<Factor> &Qb ) {
     for( size_t alpha = 0; alpha < _Qa.size(); alpha++ )
-        _Qa[alpha] = Qa[_a[alpha]].divided_by( _Qa[alpha] );
+        _Qa[alpha] = Qa[_a[alpha]] / _Qa[alpha];
 
     for( size_t beta = 0; beta < _Qb.size(); beta++ )
-        _Qb[beta] = Qb[_b[beta]].divided_by( _Qb[beta] );
+        _Qb[beta] = Qb[_b[beta]] / _Qb[beta];
 }
 
 
@@ -151,15 +151,15 @@ void TreeEP::TreeEPSubTree::HUGIN_with_I( std::vector<Factor> &Qa, std::vector<F
                     delta[s(*n)] = 1.0;
                     _Qa[_RTree[i].n2] *= delta;
                 }
-            Factor new_Qb = _Qa[_RTree[i].n2].partSum( _Qb[i].vars() );
-            _Qa[_RTree[i].n1] *= new_Qb.divided_by( _Qb[i] )
+            Factor new_Qb = _Qa[_RTree[i].n2].marginal( _Qb[i].vars(), false );
+            _Qa[_RTree[i].n1] *= new_Qb / _Qb[i]
             _Qb[i] = new_Qb;
         }
 
         // DistributeEvidence
         for( size_t i = 0; i < _RTree.size(); i++ ) {
-            Factor new_Qb = _Qa[_RTree[i].n1].partSum( _Qb[i].vars() );
-            _Qa[_RTree[i].n2] *= new_Qb.divided_by( _Qb[i] )
+            Factor new_Qb = _Qa[_RTree[i].n1].marginal( _Qb[i].vars(), false );
+            _Qa[_RTree[i].n2] *= new_Qb / _Qb[i]
             _Qb[i] = new_Qb;
         }