Red de dependencia relacional

Las redes de dependencia relacional (RDR) son modelos gráficos que extienden las redes de dependencia para dar cuenta de los datos relacionales. Los datos relacionales son datos organizados en una o más tablas, que se relacionan entre sí mediante campos estándar. Una base de datos relacional es un ejemplo clásico de un sistema que sirve para mantener datos relacionales. Una red de dependencia relacional puede utilizarse para caracterizar el conocimiento contenido en una base de datos.

Las redes de dependencia relacional (o RDN) buscan obtener la distribución de probabilidad conjunta sobre las variables de un conjunto de datos representado en el dominio relacional. Se basan en las redes de dependencia (o DN) y las extienden al entorno relacional. Las RDN cuentan con métodos de aprendizaje eficientes que permiten aprender los parámetros de forma independiente, estimando por separado las distribuciones de probabilidad condicional. Dado que pueden existir inconsistencias debido al método de aprendizaje independiente, las RDN utilizan el muestreo de Gibbs para recuperar la distribución conjunta, al igual que las DN.

A diferencia de las redes de dependencia, las RDN necesitan tres grafos para representarlas completamente.

• Grafo de datos: Los nodos de este grafo representan objetos del conjunto de datos, y las aristas representan las dependencias entre estos objetos. Cada objeto y arista recibe un tipo, y cada objeto tiene un conjunto de atributos.
• Grafo modelo: Un grafo de orden superior que representa tipos. Los nodos de este grafo representan los atributos de un tipo dado, y las aristas representan las dependencias entre atributos. Las dependencias pueden darse entre atributos del mismo tipo o de tipos diferentes.
• Cada nodo está asociado a una distribución de probabilidad condicionada a sus nodos padres. El grafo modelo no presupone nada sobre el conjunto de datos, lo que le confiere la suficiente generalidad para admitir diferentes conjuntos de datos representados por el grafo de datos. Por lo tanto, es posible utilizar un conjunto de datos dado para aprender la estructura del grafo modelo y las distribuciones de probabilidad condicionales, y luego generar el grafo de inferencia a partir del grafo modelo aplicado a un grafo de datos que representa otro conjunto de datos.
• Grafo de inferencia: Un grafo generado a partir del grafo de datos y el grafo del modelo en un proceso conocido como "despliegue". Los grafos de inferencia suelen ser más grandes que los grafos de datos y los grafos del modelo, ya que cada atributo de cualquier objeto individual es una instancia en el grafo de inferencia cuyas características corresponden al atributo recuperado del grafo del modelo.

En otras palabras, el gráfico de datos guía la forma en que se desplegará el gráfico del modelo para generar el gráfico de inferencia.

Los métodos de aprendizaje de una RDN son similares a los empleados por una DN. Es decir, todas las distribuciones de probabilidad condicionales pueden aprenderse para cada una de las variables de forma independiente. Sin embargo, solo se pueden utilizar algoritmos de aprendizaje relacionales condicionales durante el proceso de estimación de parámetros para las RDN. Por lo tanto, los algoritmos utilizados por las DN, como los árboles de decisión o la regresión logística , no funcionan para las RDN.

Neville, J., y Jensen, D. (2007) ^{[ 1 ]} realizaron algunos experimentos comparando RDN cuando aprenden con clasificadores bayesianos relacionales y RDN cuando aprenden con árboles de probabilidad relacionales. Natarajan et al. (2012) ^{[ 2 ]} utilizaron una serie de modelos de regresión para representar distribuciones condicionales.

Este método de aprendizaje convierte a la RDN en un modelo con un tiempo de aprendizaje eficiente. Sin embargo, también la hace susceptible a ciertas inconsistencias estructurales o numéricas. Si el método de estimación de la distribución de probabilidad condicional utiliza la selección de características, es posible que una variable presente una dependencia con otra, mientras que esta última no la presente. En este caso, la RDN es estructuralmente inconsistente. Además, si la distribución conjunta no suma uno debido a las aproximaciones causadas por el aprendizaje independiente, se habla de una inconsistencia numérica. No obstante, estas inconsistencias pueden evitarse durante la etapa de inferencia.

La inferencia RDN comienza con la creación de un grafo de inferencia mediante un proceso denominado despliegue. En este proceso, el grafo del modelo se despliega sobre el grafo de datos para formar el grafo de inferencia. A continuación, se puede utilizar la técnica de muestreo de Gibbs para obtener una distribución de probabilidad condicional.

Las redes neuronales relacionales (RDN) se han aplicado en numerosos ámbitos del mundo real. Su principal ventaja reside en su capacidad para utilizar información relacional y así mejorar el rendimiento del modelo. El diagnóstico, la predicción, la visión artificial, la fusión de sensores y el control de la producción son algunos ejemplos de problemas en los que se han aplicado las RDN.

Algunas sugerencias de implementaciones de RDN:

• BoostSRL: ^{[ 3 ]} Un sistema especializado en el aprendizaje de enfoques de boosting basados ​​en gradientes para diferentes tipos de modelos de aprendizaje relacional estadístico, incluidas las redes de dependencia relacional. Para más detalles y notaciones, véase Natarajan et al. (2011). ^{[ 2 ]}