[论文解读] Estimating the Value of Computation in Flexible Information Refinement

Michael C. Horsch, David Poole|arXiv (Cornell University)|Jan 23, 2013

Bayesian Modeling and Causal Inference参考文献 14被引用 5

一句话总结

本文提出一种方法，通过经验建模来估计灵活的、任意时间算法中计算的价值，具体应用于影响图中的决策制定。通过利用任意时间算法的两个关键特性——渐进式改进和运行时可调适性，该方法展示了如何定量平衡计算成本与决策质量，在不确定环境下的策略构建中实现有效的权衡。

ABSTRACT

We outline a method to estimate the value of computation for a flexible algorithm using empirical data. To determine a reasonable trade-off between cost and value, we build an empirical model of the value obtained through computation, and apply this model to estimate the value of computation for quite different problems. In particular, we investigate this trade-off for the problem of constructing policies for decision problems represented as influence diagrams. We show how two features of our anytime algorithm provide reasonable estimates of the value of computation in this domain.

研究动机与目标

• 开发一种实用方法，用于估计灵活的、任意时间算法中的计算价值。
• 基于实际问题实例的数据，经验性地建模计算所获得的价值。
• 将该模型应用于影响图，这是一种用于不确定性决策的正式形式化方法。
• 识别能够实现动态问题求解中计算价值准确估计的算法特性。
• 证明经验建模能够有效指导决策支持系统中的资源分配。

提出的方法

• 作者基于在不同问题实例上运行算法所获得的观测结果，构建了价值的经验模型。
• 采用一种任意时间算法，其解会逐步改进，从而可在不同计算时间点测量价值。
• 利用两个关键算法特性——渐进式改进和运行时可调适性——来估计计算价值。
• 该价值模型基于先前运行的数据进行训练，从而可预测新出现的、未见过的问题的价值。
• 该方法将模型应用于影响图，以估计单位计算量带来的期望效用增益。
• 该方法使系统能够动态决策是否继续计算或停止，基于预期价值进行判断。

实验结果

研究问题

• RQ1 如何在灵活的、任意时间算法中估计计算价值？
• RQ2 哪些算法特性能够支持在决策问题中准确估计计算价值？
• RQ3 经验建模能否有效预测在多样化的影响图实例中计算的价值？
• RQ4 计算成本与解质量之间的权衡在不同类型的问题中如何变化？
• RQ5 该方法在多大程度上能指导策略构建中的最优停止决策？

主要发现

• 经验模型在不同影响图问题中成功实现了对计算价值的合理准确估计。
• 任意时间算法的渐进式改进特性，使得在多个计算层级上可靠测量价值成为可能。
• 两个算法特性——增量改进和运行时可调适性——使计算价值的稳健估计成为可能。
• 该方法在不确定环境中实现了计算成本与决策质量之间的有效权衡。
• 该方法在以影响图表示的实际决策问题中展示了实际应用价值。
• 该模型支持动态资源分配，有助于根据预期价值判断何时停止计算。