PRML读书会第五期——概率图模型(Graphical Models)【下】

注：这是全文的第三部分，前文传送门：
PRML读书会第五期——概率图模型(Graphical Models)【上】
PRML读书会第五期——概率图模型(Graphical Models)【中】

附录

Hammesley-Clifford定理证明

Hammesley-Clifford定理：
$$MRF\iff Gibbs$$

定义

定义1 MRF
p ( x i ∣ X ∖ { x i } ) = p ( x i ∣ n e i ) p(x_i|X\setminus \{x_i\})=p(x_i|ne_i) p(xi​∣X∖{xi​})=p(xi​∣nei​)
定义2 Gibbs
$$\begin{gathered} p(X)=\frac{1}{Z}\prod _C{\psi }_C(X_C) \\ Z=\sum _X\prod _C{\psi }_C(X_C) \end{gathered}$$

注：

1. 这里给出了马尔可夫随机场(Markov Random Field,MRF)和吉布斯分布(Gibbs)的定义

2. 由于马尔可夫随机场的三条马尔可夫性等价，这里选取的是局部马尔可夫性，即$x_i\perp \perp X\setminus (x_i\cup n{e}_i)|n{e}_i$，在此基础上，由于二者的独立，可以得到：
   p ( x i ∣ n e i ) = p ( x i ∣ n e i , X ∖ ( x i ∪ n e i ) ) = p ( x i ∣ X ∖ { x i } ) p(x_i|ne_i)=p(x_i|ne_i,X\setminus (x_i\cup ne_i))=p(x_i|X\setminus \{x_i\}) p(xi​∣nei​)=p(xi​∣nei​,X∖(xi​∪nei​))=p(xi​∣X∖{xi​})

3. 此处吉布斯分布的因子分解中，$C$指团（不一定是最大团）

记号与说明：

• 下文对变量集合与节点集合做符号上的区分：$X$指全体随机变量，$G$指图的全部节点，但不对变量与节点做符号上的区分，$x_i$即可以指随机变量$x_i$，又可以指随机变量对应的节点；同时记所有团的集合为$C_G$.

• 下文中，将所有随机变量当作离散型随机变量处理。对于连续性随机变量，将$\sum$替换为$\int$即可。

• 由于下文为连续的推导过程，处于简洁考虑，所有式子默认采用$(\ast )$标注，式前的$(\ast )$默认指上一个式子。

Gibbs$\Rightarrow$MRF

只要证 p ( x i ∣ n e i ) = p ( x i ∣ X ∖ { x i } ) p(x_i|ne_i)=p(x_i|X\setminus \{x_i\}) p(xi​∣nei​)=p(xi​∣X∖{xi​}).

记$D_i\triangleq n{e}_i\cup x_i$（此处指节点集合），则由贝叶斯法则和加法法则得：
$$p(x_i|n{e}_i)=\frac{p(x_i,n{e}_i)}{p(n{e}_i)}=\frac{\sum _{G\setminus D_i}p(X)}{\sum _{G\setminus n{e}_i}p(X)}(\ast )$$
由定义知， G ∖ n e i = G ∖ ( D i ∖ { x i } ) = x i ∪ ( G ∖ D i ) G\setminus ne_i=G\setminus (D_i\setminus \{x_i\})={x_i}\cup(G\setminus D_i) G∖nei​=G∖(Di​∖{xi​})=xi​∪(G∖Di​)，因此$\sum _{G\setminus n{e}_i}$可写作$\sum _{x_i}\sum _{G\setminus D_i}$.

再带入Gibbs中$p(X)$的表达，得：
$$(\ast )=\frac{\sum _{G\setminus D_i}p(X)}{\sum _{x_i}\sum _{G\setminus D_i}p(X)}=\frac{\sum _{G\setminus D_i}\prod _{C\in C_G}{\psi }_C(X_C)}{\sum _{x_i}\sum _{G\setminus D_i}\prod _{C\in C_G}{\psi }_C(X_C)}(\ast )$$
如图，我们将$C_G$按照是否含有$x_i$进行分组，记
C i ≜ { C ∣ C ∈ C G , x i ∈ C } , R i ≜ { C ∣ C ∈ C G , x i ∉ C } C_i\triangleq\{C|C\in C_G,x_i\in C\},R_i\triangleq\{C|C\in C_G,x_i\notin C\} Ci​≜{C∣C∈CG​,xi​∈C},Ri​≜{C∣C∈CG​,xi​∈/C}
则
$$\prod _{C\in C_G}{\psi }_C(X_C)=\prod _{C\in C_i}{\psi }_C(X_C)\prod _{C\in R_i}{\psi }_C(X_C)$$
可以证明：$\forall x\in C_i,x\notin G\setminus D_i$，即$C_i$内的节点与$G$中$D_i$外的节点无关。

只要证$\forall x\in C_i,x\in D_i$.根据团的定义，团内节点两两相连。又$x_i\in C_i$，则$\forall x\in C_i(x\ne x_i)$，$x$与$x_i$直接相连。

根据$n{e}_i$的定义，与$x_i$直接相连的节点都是$x_i$的邻居。则$x\in n{e}_i$.又$n{e}_i\subset D_i$，所以$x\in D_i$.当$x=x_i$时，$x_i\in D_i$也符合。即证。

因此，$C_i$与$G\setminus D_i$无关，因子$\prod _{C\in C_i}{\psi }_C(X_C)$可以提到$\sum _{G\setminus D_i}$外，同时，$R_i$与$x_i$无关，可将其提到$\sum _{x_i}$外，得：
$$\begin{gathered} (\ast )=\frac{\sum _{G\setminus D_i}\prod _{C\in C_i}{\psi }_C(X_C)\prod _{C\in R_i}{\psi }_C(X_C)}{\sum _{x_i}\sum _{G\setminus D_i}\prod _{C\in C_i}{\psi }_C(X_C)\prod _{C\in R_i}{\psi }_C(X_C)} \\ =\frac{\prod _{C\in C_i}{\psi }_C(X_C)\sum _{G\setminus D_i}\prod _{C\in R_i}{\psi }_C(X_C)}{\sum _{x_i}\prod _{C\in C_i}{\psi }_C(X_C)\sum _{G\setminus D_i}\prod _{C\in R_i}{\psi }_C(X_C)} \\ =\frac{\prod _{C\in C_i}{\psi }_C(X_C)\sum _{G\setminus D_i}\prod _{C\in R_i}{\psi }_C(X_C)}{[\sum _{G\setminus D_i}\prod _{C\in R_i}{\psi }_C(X_C)][\sum _{x_i}\prod _{C\in C_i}{\psi }_C(X_C)]} \\ =\frac{\prod _{C\in C_i}{\psi }_C(X_C)}{\sum _{x_i}\prod _{C\in C_i}{\psi }_C(X_C)}(\ast ) \end{gathered}$$
其中最后一步进行了约分。

为了得到目标的形式，向分子分母同乘$\prod _{C\in R_i}{\psi }_C(X_C)$得：
( ∗ ) = ∏ C ∈ C i ψ C ( X C ) ∏ C ∈ R i ψ C ( X C ) ∑ x i ∏ C ∈ C i ψ C ( X C ) ∏ C ∈ R i ψ C ( X C ) = ∏ C ∈ C G ψ C ( X C ) ∑ x i ∏ C ∈ C G ψ C ( X C ) = p ( X ) ∑ x i p ( X ) = p ( X ) p ( X ∖ { x i } ) = p ( X ∖ { x i } ) p ( x i ∣ X ∖ { x i } ) p ( X ∖ { x i } ) = p ( x i ∣ X ∖ { x i } ) (*)=\dfrac{\prod\limits_{C\in C_i}\psi_C(X_C)\prod\limits_{C\in R_i}\psi_C(X_C)}{\sum\limits_{x_i}\prod\limits_{C\in C_i}\psi_C(X_C)\prod\limits_{C\in R_i}\psi_C(X_C)}\\ =\dfrac{\prod\limits_{C\in C_G}\psi_C(X_C)}{\sum\limits_{x_i}\prod\limits_{C\in C_G}\psi_C(X_C)} =\dfrac{p(X)}{\sum\limits_{x_i}p(X)}\\ =\dfrac{p(X)}{p(X\setminus\{x_i\})}=\dfrac{p(X\setminus\{x_i\})p(x_i|X\setminus\{x_i\})}{p(X\setminus\{x_i\})}=p(x_i|X\setminus\{x_i\}) (∗)=xi​∑​C∈Ci​∏​ψC​(XC​)C∈Ri​∏​ψC​(XC​)C∈Ci​∏​ψC​(XC​)C∈Ri​∏​ψC​(XC​)​=xi​∑​C∈CG​∏​ψC​(XC​)C∈CG​∏​ψC​(XC​)​=xi​∑​p(X)p(X)​=p(X∖{xi​})p(X)​=p(X∖{xi​})p(X∖{xi​})p(xi​∣X∖{xi​})​=p(xi​∣X∖{xi​})
其中最后两步分别运用加法法则和乘法法则。

综上，即证Gibbs$\Rightarrow$MRF。

MRF$\Rightarrow$Gibbs

$\forall S\subset G$，构造
$$f_S(X_S)=\prod _{Z\subset S}p(Z=X_Z,G\setminus Z=0{)}^{(-1{)}^{|S|-|Z|}}$$
其中$Z$为$S$的子集。

注：

1. $f_S$定义在节点集合$S$对应的变量集合$X_S$上
2. $p(Z=X_Z,G\setminus Z=0)$的含义是图中仅$Z$中节点对应的随机变量取到对应（$X_S$中的）$X_Z$部分的值，而其余变量取0（默认值）时的概率

由于$Z\subset S$，故$|Z|⩽|S|$；当$|Z|=|S|$时，$f_S(X_S)=p(S=X_S,G\setminus S=0)$.

只要证：(1)$\prod _{S\subset G}{f}_S(X_S)=p(X)$ (2)若$S$不是团，则$f_S(X_S)=1$

先证(1)，只要证$\prod _{S\subset G}{f}_S(X_S)$中除项$p(X)$外其余都可以互相抵消。

原求积顺序是考虑集合$S$的全部子集。让我们更换求积顺序，考虑集合$Z$的全部母集。

事实上，由于$p(Z=X_Z,G\setminus Z=0)$只与$Z$有关，当$Z$确定后，$p(Z=X_Z,G\setminus Z=0)$也就唯一确定了。

对$\forall Z\subset G$，记$\Delta =p(Z=X_Z,G\setminus Z=0)$.下考虑$Z$的所有母集$S$.

当$S=Z$时，${\Delta }^{(-1{)}^0}=\Delta$

当 S = Z ∪ { x i } ( x i ∈ G ∖ Z ) S=Z\cup\{x_i\}(x_i\in G\setminus Z) S=Z∪{xi​}(xi​∈G∖Z)时，${\Delta }^{(-1{)}^1}={\Delta }^{-1}$，共$C_{|G|-|Z|}^1$项，故总贡献为${\Delta }^{(-1)C_{|G|-|Z|}^1}$

当 S = Z ∪ { x i } ∪ { x j } ( ( x i , x j ∈ G ∖ Z ) ) S=Z\cup\{x_i\}\cup\{x_j\}((x_i,x_j\in G\setminus Z)) S=Z∪{xi​}∪{xj​}((xi​,xj​∈G∖Z))时，${\Delta }^{(-1{)}^2}=\Delta$，共$C_{|G|-|Z|}^2$项

以此类推，$Z$对结果的总贡献为：
$$\Delta {\Delta }^{(-1)C_{|G|-|Z|}^1}{\Delta }^{(-1{)}^2{C}_{|G|-|Z|}^2}\cdots {\Delta }^{(-1{)}^{|G|-|Z|}{C}_{|G|-|Z|}^{|G|-|Z|}}={\Delta }^{C_{|G|-|Z|}^0-C_{|G|-|Z|}^1+C_{|G|-|Z|}^2-\cdots +(-1{)}^{|G|-|Z|}{C}_{|G|-|Z|}^{|G|-|Z|}}(\ast )$$
由二项式定理知，
$$0=(1-1{)}^k=C_k^0-C_k^1+C_k^2-\cdots +(-1{)}^k{C}_k^k(k>0)$$
因此，当$|Z|<|G|$时，贡献为${\Delta }^0=1$；当$|Z|=|G|$时，贡献为 Δ { Z = G } \Delta_{\{Z=G\}} Δ{Z=G}​.

所以 ∏ S ⊂ G f S ( X S ) = Δ { Z = G } = p ( X G ) = p ( X ) \prod\limits_{S\sub G}f_S(X_S)=\Delta_{\{Z=G\}}=p(X_G)=p(X) S⊂G∏​fS​(XS​)=Δ{Z=G}​=p(XG​)=p(X)，即证。

再证(2).

先对条件进行转化。若$S$不是团，对团的定义取反，得$\exists a,b\in S$，$a,b$不直接相连。

利用这一性质，将$S$划分为 { a } ∪ { b } ∪ ( S ∖ { a , b } ) \{a\}\cup\{b\}\cup (S\setminus \{a,b\}) {a}∪{b}∪(S∖{a,b}).原求积对象为$\forall Z\subset S$，现考虑 ∀ W ⊂ S ∖ { a , b } \forall W\sub S\setminus\{a,b\} ∀W⊂S∖{a,b}，则由一个$W$可以衍生出四个不同的$S$： W , W ∪ { a } , W ∪ { b } , W ∪ { a , b } W,W\cup\{a\},W\cup\{b\},W\cup\{a,b\} W,W∪{a},W∪{b},W∪{a,b}，且不同的$W$衍生出的$S$各不相同。

故$p(Z=X_Z,G\setminus Z=0{)}^{(-1{)}^{|S|-|Z|}}$可化为以下四项乘积：
p ( W = X W , G ∖ W = 0 ) ( − 1 ) ∣ S ∣ − ∣ W ∣ ( 1 ) p ( W ∪ { a } = X W ∪ { x a } , G ∖ ( W ∪ { a } ) = 0 ) ( − 1 ) ∣ S ∣ − ( ∣ W ∣ + 1 ) ( 2 ) p ( W ∪ { b } = X W ∪ { x b } , G ∖ ( W ∪ { b } ) = 0 ) ( − 1 ) ∣ S ∣ − ( ∣ W ∣ + 1 ) ( 3 ) p ( W ∪ { a , b } = X W ∪ { x a , x b } , G ∖ ( W ∪ { a , b } ) = 0 ) ( − 1 ) ∣ S ∣ − ( ∣ W ∣ + 2 ) ( 4 ) p(W=X_W,G\setminus W=0)^{(-1)^{|S|-|W|}}\quad(1)\\ p(W\cup\{a\}=X_W\cup\{x_a\},G\setminus (W\cup\{a\})=0)^{(-1)^{|S|-(|W|+1)}}\quad(2)\\ p(W\cup\{b\}=X_W\cup\{x_b\},G\setminus (W\cup\{b\})=0)^{(-1)^{|S|-(|W|+1)}}\quad(3)\\ p(W\cup\{a,b\}=X_W\cup\{x_a,x_b\},G\setminus (W\cup\{a,b\})=0)^{(-1)^{|S|-(|W|+2)}}\quad(4) p(W=XW​,G∖W=0)(−1)∣S∣−∣W∣(1)p(W∪{a}=XW​∪{xa​},G∖(W∪{a})=0)(−1)∣S∣−(∣W∣+1)(2)p(W∪{b}=XW​∪{xb​},G∖(W∪{b})=0)(−1)∣S∣−(∣W∣+1)(3)p(W∪{a,b}=XW​∪{xa​,xb​},G∖(W∪{a,b})=0)(−1)∣S∣−(∣W∣+2)(4)
观察一下四项的指数，可以发现式$(1)$与式$(4)$指数相等，为$(-1{)}^{|S|-|W|}$，而式$(2)$式$(3)$指数相等，为$-(-1{)}^{|S|-|W|}$.将指数部分$(-1{)}^{|S|-|W|}$提出后，式$(2),(3)$将多出$-1$次幂，带上$-1$次幂后变为分母。

提出指数部分$(-1{)}^{|S|-|W|}$后，四项乘积化为：
[ p ( W = X W , G ∖ W = 0 ) p ( W ∪ { a , b } = X W ∪ { x a , x b } , G ∖ ( W ∪ { a , b } ) = 0 ) p ( W ∪ { a } = X W ∪ { x a } , G ∖ ( W ∪ { a } ) = 0 ) p ( W ∪ { b } = X W ∪ { x b } , G ∖ ( W ∪ { b } ) = 0 ) ] ( − 1 ) ∣ S ∣ − ∣ W ∣ ( ∗ ) \Big[\dfrac{p(W=X_W,G\setminus W=0)p(W\cup\{a,b\}=X_W\cup\{x_a,x_b\},G\setminus (W\cup\{a,b\})=0)}{p(W\cup\{a\}=X_W\cup\{x_a\},G\setminus (W\cup\{a\})=0)p(W\cup\{b\}=X_W\cup\{x_b\},G\setminus (W\cup\{b\})=0)}\Big]^{(-1)^{|S|-|W|}}(*) [p(W∪{a}=XW​∪{xa​},G∖(W∪{a})=0)p(W∪{b}=XW​∪{xb​},G∖(W∪{b})=0)p(W=XW​,G∖W=0)p(W∪{a,b}=XW​∪{xa​,xb​},G∖(W∪{a,b})=0)​](−1)∣S∣−∣W∣(∗)
故原式化为
f S ( X S ) = ∏ Z ⊂ S p ( Z = X Z , G ∖ Z = 0 ) ( − 1 ) ∣ S ∣ − ∣ Z ∣ = ∏ W ⊂ S ∖ { a , b } ( ∗ ) f_S(X_S)=\prod\limits_{Z\sub S}p(Z=X_Z,G\setminus Z=0)^{(-1)^{|S|-|Z|}}=\prod\limits_{W\sub S\setminus\{a,b\}}\Big(*\Big) fS​(XS​)=Z⊂S∏​p(Z=XZ​,G∖Z=0)(−1)∣S∣−∣Z∣=W⊂S∖{a,b}∏​(∗)
要证$f_S(X_S)=1$,只要证$(\ast )\equiv 1$即可。事实上，由于指数的取值仅有 { 1 , − 1 } \{1,-1\} {1,−1}，故只要证
p ( W = X W , G ∖ W = 0 ) p ( W ∪ { a , b } = X W ∪ { x a , x b } , G ∖ ( W ∪ { a , b } ) = 0 ) p ( W ∪ { a } = X W ∪ { x a } , G ∖ ( W ∪ { a } ) = 0 ) p ( W ∪ { b } = X W ∪ { x b } , G ∖ ( W ∪ { b } ) = 0 ) = 1 \dfrac{p(W=X_W,G\setminus W=0)p(W\cup\{a,b\}=X_W\cup\{x_a,x_b\},G\setminus (W\cup\{a,b\})=0)}{p(W\cup\{a\}=X_W\cup\{x_a\},G\setminus (W\cup\{a\})=0)p(W\cup\{b\}=X_W\cup\{x_b\},G\setminus (W\cup\{b\})=0)}=1 p(W∪{a}=XW​∪{xa​},G∖(W∪{a})=0)p(W∪{b}=XW​∪{xb​},G∖(W∪{b})=0)p(W=XW​,G∖W=0)p(W∪{a,b}=XW​∪{xa​,xb​},G∖(W∪{a,b})=0)​=1
由于a,b为不直接相连的节点，为了利用$MRF$中的成对马尔可夫性，我们将上式分组，只要证
p ( W = X W , G ∖ W = 0 ) p ( W ∪ { a } = X W ∪ { x a } , G ∖ ( W ∪ { a } ) = 0 ) = p ( W ∪ { b } = X W ∪ { x b } , G ∖ ( W ∪ { b } ) = 0 ) p ( W ∪ { a , b } = X W ∪ { x a , x b } , G ∖ ( W ∪ { a , b } ) = 0 ) \dfrac{p(W=X_W,G\setminus W=0)}{p(W\cup\{a\}=X_W\cup\{x_a\},G\setminus (W\cup\{a\})=0)}=\dfrac{p(W\cup\{b\}=X_W\cup\{x_b\},G\setminus (W\cup\{b\})=0)}{p(W\cup\{a,b\}=X_W\cup\{x_a,x_b\},G\setminus (W\cup\{a,b\})=0)} p(W∪{a}=XW​∪{xa​},G∖(W∪{a})=0)p(W=XW​,G∖W=0)​=p(W∪{a,b}=XW​∪{xa​,xb​},G∖(W∪{a,b})=0)p(W∪{b}=XW​∪{xb​},G∖(W∪{b})=0)​
利用乘法法则对左边进行化简，有
p ( W = X W , G ∖ W = 0 ) p ( W ∪ { a } = X W ∪ { x a } , G ∖ ( W ∪ { a } ) = 0 ) = p ( b = 0 , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) p ( a = 0 ∣ b = 0 , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) p ( b = 0 , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) p ( a = x a ∣ b = 0 , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) ( ∗ ) \dfrac{p(W=X_W,G\setminus W=0)}{p(W\cup\{a\}=X_W\cup\{x_a\},G\setminus (W\cup\{a\})=0)}\\ =\dfrac{p(b=0,W=X_W,G\setminus (W\cup\{a,b\})=0)p(a=0|b=0,W=X_W,G\setminus (W\cup\{a,b\})=0)}{p(b=0,W=X_W,G\setminus (W\cup\{a,b\})=0)p(a=x_a|b=0,W=X_W,G\setminus (W\cup\{a,b\})=0)}(*) p(W∪{a}=XW​∪{xa​},G∖(W∪{a})=0)p(W=XW​,G∖W=0)​=p(b=0,W=XW​,G∖(W∪{a,b})=0)p(a=xa​∣b=0,W=XW​,G∖(W∪{a,b})=0)p(b=0,W=XW​,G∖(W∪{a,b})=0)p(a=0∣b=0,W=XW​,G∖(W∪{a,b})=0)​(∗)
这一步的实际含义是将状态分子分母中的状态看作由状态 ( b = 0 , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) (b=0,W=X_W,G\setminus (W\cup\{a,b\})=0) (b=0,W=XW​,G∖(W∪{a,b})=0)得来。此时$W$中的点取到对应值，而 W ∪ { a , b } W\cup\{a,b\} W∪{a,b}外的点取到默认值，并且我们只考虑到让点b取默认值，并未考虑点a所处的状态。

在此基础上，分子的状态是要$W$中的点取到对应值，而$W$外的点取到默认值。与状态 ( b = 0 , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) (b=0,W=X_W,G\setminus (W\cup\{a,b\})=0) (b=0,W=XW​,G∖(W∪{a,b})=0)对比可知，我们还需令点a取到默认值，利用乘法法则对这一步骤进行表达。

类似的，分母要求$W$中的点与点a取到对应值，而$W$外的点取到默认值。我们还需令点a取到对应值，同样可以利用乘法法则来表达这一步骤。

不难发现，分子分母可以约分，得
( ∗ ) = p ( a = 0 ∣ b = 0 , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) p ( a = x a ∣ b = 0 , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) ( ∗ ) (*)=\dfrac{p(a=0|b=0,W=X_W,G\setminus (W\cup\{a,b\})=0)}{p(a=x_a|b=0,W=X_W,G\setminus (W\cup\{a,b\})=0)}(*) (∗)=p(a=xa​∣b=0,W=XW​,G∖(W∪{a,b})=0)p(a=0∣b=0,W=XW​,G∖(W∪{a,b})=0)​(∗)
在给定的条件下， W ∪ ( G ∖ ( W ∪ { a , b } ) ) = G ∖ { a , b } W\cup(G\setminus (W\cup\{a,b\}))=G\setminus\{a,b\} W∪(G∖(W∪{a,b}))=G∖{a,b}中的节点状态都已确定，意味着 X ∖ { x a , x b } X\setminus\{x_a,x_b\} X∖{xa​,xb​}都已被观测，又a,b不直接相连，由成对马尔可夫性知
x a ⊥  ⁣ ⁣ ⁣ ⊥ x b ∣ X ∖ { x a , x b } x_a\perp\!\!\!\perp x_b|X\setminus\{x_a,x_b\} xa​⊥⊥xb​∣X∖{xa​,xb​}
$x_a,x_b$互不干扰，我们可以修改条件概率对应条件中节点b的状态而不影响对应的概率值。为了得到目标的形式，我们将点b的状态修改为取到它的对应值，有
( ∗ ) = p ( a = 0 ∣ b = x b , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) p ( a = x a ∣ b = x b , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) ( ∗ ) (*)=\dfrac{p(a=0|b=x_b,W=X_W,G\setminus (W\cup\{a,b\})=0)}{p(a=x_a|b=x_b,W=X_W,G\setminus (W\cup\{a,b\})=0)}(*) (∗)=p(a=xa​∣b=xb​,W=XW​,G∖(W∪{a,b})=0)p(a=0∣b=xb​,W=XW​,G∖(W∪{a,b})=0)​(∗)
继续向目标靠拢，向分子分母同乘 p ( b = x b , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) p(b=x_b,W=X_W,G\setminus (W\cup\{a,b\})=0) p(b=xb​,W=XW​,G∖(W∪{a,b})=0)，结合乘法法则，有
( ∗ ) = p ( a = 0 ∣ b = x b , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) p ( b = x b , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) p ( a = x a ∣ b = x b , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) p ( b = x b , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) = p ( b = x b , W = X W , G ∖ ( W ∪ { a , b } ) = 0 , a = 0 ) p ( a = x a , b = x b , W = X W , G ∖ ( W ∪ { a , b } ) = 0 ) = p ( W ∪ { b } = X W ∪ { x b } , G ∖ ( W ∪ { b } ) = 0 ) p ( W ∪ { a , b } = X W ∪ { x a , x b } , G ∖ ( W ∪ { a , b } ) = 0 ) (*)=\dfrac{p(a=0|b=x_b,W=X_W,G\setminus (W\cup\{a,b\})=0)p(b=x_b,W=X_W,G\setminus (W\cup\{a,b\})=0)}{p(a=x_a|b=x_b,W=X_W,G\setminus (W\cup\{a,b\})=0)p(b=x_b,W=X_W,G\setminus (W\cup\{a,b\})=0)}\\ =\dfrac{p(b=x_b,W=X_W,G\setminus (W\cup\{a,b\})=0,a=0)}{p(a=x_a,b=x_b,W=X_W,G\setminus (W\cup\{a,b\})=0)}\\ =\dfrac{p(W\cup\{b\}=X_W\cup\{x_b\},G\setminus (W\cup\{b\})=0)}{p(W\cup\{a,b\}=X_W\cup\{x_a,x_b\},G\setminus (W\cup\{a,b\})=0)} (∗)=p(a=xa​∣b=xb​,W=XW​,G∖(W∪{a,b})=0)p(b=xb​,W=XW​,G∖(W∪{a,b})=0)p(a=0∣b=xb​,W=XW​,G∖(W∪{a,b})=0)p(b=xb​,W=XW​,G∖(W∪{a,b})=0)​=p(a=xa​,b=xb​,W=XW​,G∖(W∪{a,b})=0)p(b=xb​,W=XW​,G∖(W∪{a,b})=0,a=0)​=p(W∪{a,b}=XW​∪{xa​,xb​},G∖(W∪{a,b})=0)p(W∪{b}=XW​∪{xb​},G∖(W∪{b})=0)​
综上，即证MRF$\Rightarrow$Gibbs。

综合两节内容，定理得证。

讨论

通过上述证明过程，我们会发现两个问题：

(1)Gibbs仅要求势函数定义在团上，并未要求定义在最大团上 (2)推导过程中未见到归一化常数

对于问题(1)，事实上，通过上述讨论，我们发现势函数并不一定要取自最大团。假设现在有团 C = { a , b , c } C=\{a,b,c\} C={a,b,c}，其所有团的势函数乘积为
$${\psi }_a(a){\psi }_b(b){\psi }_c(c){\psi }_{a,b}(a,b){\psi }_{a,c}(a,c){\psi }_{b,c}(b,c){\psi }_{a,b,c}(a,b,c)(\ast )$$
而这些乘积可以看作一个整体${\Psi }_{a,b,c}(a,b,c)=(\ast )$.由于已知$C$为团，故${\Psi }_{a,b,c}(a,b,c)$的定义是合理的。另一方面，将上述7项乘积整合在一起，可以大大减少因子的数量，故尽可能取最大团能让计算得到极大的简化。

对于问题(2)，从MRF$\Rightarrow$Gibbs的讨论中，我们发现并没有归一化的必要。因为此时我们构造的势函数在累乘后直接得到了联合概率，而联合概率本身是归一化的。

但实际应用中，由于所取的势函数不同，为了保证最终的结果可以用来衡量可能性的大小，我们需要人为的对其进行归一化，使得它能够被看作概率。

非因子形式的Sum-Product算法

引入

让我们继续对变量消除法的讨论。考虑下面的贝叶斯网络：

我们想知道边缘概率$p(e)$.利用加法法则与贝叶斯网络的因子分解，有
$$\begin{gathered} p(e)=\sum _{a,b,c,d}p(a,b,c,d,e) \\ =\sum _{a,b,c,d}p(a)p(b|a)p(c|b)p(d|c)p(e|d)(\ast ) \end{gathered}$$
对其进行变量消除，得
$$\begin{gathered} (\ast )=\sum _d\sum _c\sum _b\sum _{a}p(a)p(b|a)p(c|b)p(d|c)p(e|d) \\ =\sum _{d}p(e|d)\sum _{c}p(d|c)\sum _{b}p(c|b)\sum _{a}p(b|a)p(a) \end{gathered}$$
同时，我们又想知道边缘概率$p(c)$.重复上述操作，我们有
$$\begin{gathered} p(c)=\sum _{a,b,d,e}p(a,b,c,d,e) \\ =\sum _{a,b,d,e}p(a)p(b|a)p(c|b)p(d|c)p(e|d) \\ =\sum _{b}p(c|b)\sum _{a}p(b|a)p(a)\sum _{d}p(d|c)\sum _{e}p(e|d) \\ =[\sum _{b}p(c|b)\sum _{a}p(b|a)p(a)][\sum _{d}p(d|c)\sum _{e}p(e|d)] \end{gathered}$$
对比上面的计算过程，我们明显的发现，因式$\sum _{b}p(c|b)\sum _{a}p(b|a)p(a)$被重复计算了。如果能够重用这些计算结果，将大大提升变量消除法的效率，出于这一目的，我们引入信念传播算法。

符号与规定

为了使传播更加生动形象，针对上文给出的记号${\varphi }_x(y)$，我们使用$m_{x\to y}(x_y)$来代替它。我们曾经提到过，默认情况下不区分$y$与$x_y$，由于下面需对具体变量进行求和，故在此记号中我们显式地将随机变量与它对应的节点区别开。

另外，我们延用上文中的${\psi }_S$记号，指代在因子分解中涉及变量集合$X_S$的那一部分因式。同样的，在这里它并不仅仅指代团上定义的势函数。

在算法推导过程中，我们不特意地考虑归一化常数（随时可能将其忽略），具体处理已在正文中介绍。

算法推导

我们结合具体实例进行推导。有兴趣的读者可以尝试直接证明一般化的结论。

考虑如下的马尔可夫随机场，我们想求得边缘概率$p(a)$.

写出它的因子分解，有
$$p(a,b,c,d)=\frac{1}{Z}{\psi }_a(a){\psi }_b(b){\psi }_c(c){\psi }_d(d){\psi }_{a,b}(a,b){\psi }_{b,c}(b,c){\psi }_{b,d}(b,d)$$
仿照引例的手法进行处理，有
$$\begin{gathered} p(a)=\sum _{x_b,x_c,x_d}p(a,b,c,d) \\ =\sum _{x_b}\sum _{x_c}\sum _{x_d}{\psi }_a(a){\psi }_b(b){\psi }_c(c){\psi }_d(d){\psi }_{a,b}(a,b){\psi }_{b,c}(b,c){\psi }_{b,d}(b,d) \\ ={\psi }_a(a)\sum _{x_b}{\psi }_b(b){\psi }_{a,b}(a,b)\sum _{x_c}{\psi }_c(c){\psi }_{b,c}(b,c)\sum _{x_d}{\psi }_d(d){\psi }_{b,d}(b,d) \end{gathered}$$
引入$m_{x\to y}(x_y)$的记号，得
$$\begin{gathered} {\psi }_a(a)\sum _{x_b}{\psi }_b(b){\psi }_{a,b}(a,b)\underset{m_{c\to b}(x_b)}{\underbrace{\sum _{x_c}{\psi }_c(c){\psi }_{b,c}(b,c)}}\underset{m_{d\to b}(x_b)}{\underbrace{\sum _{x_d}{\psi }_d(d){\psi }_{b,d}(b,d)}} \\ ={\psi }_a(a)\underset{m_{b\to a}(x_a)}{\underbrace{\sum _{x_b}{\psi }_b(b){\psi }_{a,b}(a,b)m_{c\to b}(x_b)m_{d\to b}(x_b)}}={\psi }_a(a)m_{b\to a}(x_a) \end{gathered}$$
上述过程又可写作
$$\{\begin{array}{l}{m}_{b\to a}(x_a)=\sum _{x_b}{\psi }_b(b){\psi }_{a,b}(a,b)m_{c\to b}(x_b)m_{d\to b}(x_b)\\ p(a)={\psi }_a(a)m_{b\to a}(x_a)\end{array}$$
从图中不难发现，$c,d$节点都是$b$节点的邻居。与正文类似的，我们引入记号$ne(i)$，代指$i$节点的全部邻居节点，这样，上式又可以写作
$$\{\begin{array}{l}{m}_{b\to a}(x_a)=\sum _{x_b}{\psi }_b(b){\psi }_{a,b}(a,b)\prod _{k\in ne(b)\setminus a}{m}_{k\to b}(x_b)\\ p(a)={\psi }_a(a)\prod _{k\in ne(a)}{m}_{k\to a}(x_a)\end{array}$$
进一步泛化$a,b$为$i,j$，我们将得到Sum-product算法的最终形式
$$\{\begin{array}{l}{m}_{j\to i}(x_i)=\sum _{x_j}{\psi }_{i,j}(i,j){\psi }_j(j)\prod _{k\in ne(j)\setminus i}{m}_{k\to j}(x_j)\\ p(x_i)={\psi }_i(i)\prod _{k\in ne(i)}{m}_{k\to i}(x_i)\end{array}$$
同样地，它具有传递的形式，我们可以认为节点$j$携带的信息量为
$$belief(j)={\psi }_j(j)\prod _{k\in ne(j)\setminus i}{m}_{k\to j}(x_j)$$
文艺地，我们可以称之为$j$的“信仰（念）”(belief)，由它自己的信息和孩子们传给它的信息构成；而节点$j$所能向节点$i$传递的信息$m_{j\to i}$为
$$m_{j\to i}(x_i)=\sum _{x_j}{\psi }_{i,j}(i,j)belief(j)$$
这便是信念传播的最终表现。

操作细节

同样地，这种形式的Sum-Product算法只需求出所有的信息，就可以用这些信息组装出所有的边缘概率。

具体而言，这有两种实现模式：

• 串行算法(Sequential Implementation)

  

  初始化：任意选定一个根节点，如图中的节点$a$.

  收集信息：按dfs的形式，递归地收集节点信息，叶子节点为递归边界，如图(a)。伪代码如下：

  def collectMsg(x, last):
      for neighbor in ne[x]:
          if neighbor == last:
              continue
          collectMsg(neighbor, x)
      #    
      # Calculate x's message
      #
      
  collectMsg(Root, None)
  

  分发信息：按dfs的形式，递归地分发节点信息，如图(b)。伪代码如下：

  def distributeMsg(x, last):
      for neighbor in ne[x]:
          if neighbor == last:
              continue
          #
          # Distribute x's message
          #
          distributeMsg(neighbor, x)
          
  distributeMsg(Root, None)
  

  组装信息：至此，所有信息均完成计算，故所求的边缘概率能够从这些信息中得出

• 并行算法(Parallel Implementation)

  

  如图，我们以点为单位开启线程。当每个线程收集到其它节点发送过来的信息后，便立即将其发送出去。同时借助数据结构来记录更新的时序。可以证明，这个算法是收敛的，最终能够有效地求出所有信息，从而组装出我们想要的边缘概率。

衍生算法

同样地，这种形式的Sum-Product算法有其对应的衍生算法。

与正文思路一致，我们得到非因子形式的Max-Product：
$$\{\begin{array}{l}{m}_{j\to i}(x_i)=\underset{x_j}{\max }{\psi }_{i,j}(i,j){\psi }_j(j)\prod _{k\in ne(j)\setminus i}{m}_{k\to j}(x_j)\\ \underset{X}{\max }p(X)=\underset{x_i}{\max }{\psi }_i(i)\prod _{k\in ne(i)}{m}_{k\to i}(x_i)\end{array}$$
与因子形式的Max-Product相比，有趣的是，此处的信息传递仅涉及对一个变量的最优化。我们通过一个实例来体会这一点。

同样是上文中的马尔可夫随机场，现在我们想求得相应的最大后验。

与因子形式的Max-Product类似，我们只需要进行收集信息的过程，如图所示，有
$$\begin{gathered} m_{c\to b}(x_b)=\underset{x_c}{\max }{\psi }_c(c){\psi }_{b,c}(b,c) \\ {m}_{d\to b}(x_b)=\underset{x_d}{\max }{\psi }_d(d){\psi }_{b,d}(b,d) \\ {m}_{b\to a}(x_a)=\underset{x_b}{\max }{\psi }_b(b){\psi }_{a,b}(a,b)m_{c\to b}(x_b)m_{d\to b}(x_b) \\ \underset{a,b,c}{\max }p(a,b,c)=\underset{x_a}{\max }{\psi }_a(a)m_{b\to a}(x_a) \end{gathered}$$
我们依次对每个变量进行优化，实现起来将更加清晰明了。

相应地，它也具有数值优化版本——Max-Sum算法。此处不再赘述。

与因子形式的Sum-Product算法的联系

事实上，通过上述推导过程，我们发现仅有两类因子出现：${\psi }_{i,j}$与${\psi }_i$；相应地，我们可以反推出它的因子图具有这样的特点：每个因子节点都只与至多两个变量节点相连。

这是可以做到的。对于马尔可夫随机场来说，通过Hammesley-Clifford定理的证明，我们知道可以将势函数定义在任意的团结构上，而任意相互连接的两点都将构成合法的团结构。因此，我们通过在每条边上插入因子节点的手段来构造相应的因子图。除此之外，每个节点本身也是合法的团结构，所以我们可以自由地向每个节点额外连上一个因子节点。而对于贝叶斯网络来说，我们利用道德图将其转化为对应的马尔可夫随机场。

比如上面我们讨论的例子，对应的因子图为

从这种意义上来说，非因子形式的Sum-Product算法可以看作是因子形式的Sum-Product算法的一个特例。由于没有充分利用因子图将节点进行“集中”的特性，非因子形式的Sum-Product算法将无法处理道德图“伦理”过程形成的环结构；但反过来，正因为它一次至多考虑两个节点，在利用衍生算法求最大后验时，将更易实现。

两种形式的Sum-Product算法各有特色，根据具体任务的需要与个人喜好进行挑选。