
A Unifying Tutorial on Approximate Message Passing
In den letzten zehn Jahren haben sich Algorithmen für die ungefähre Weitergabe von Nachrichten (Approximate Message Passing, AMP) bei verschiedenen strukturierten hochdimensionalen statistischen Problemen als äußerst beliebt erwiesen. Viele der ursprünglichen AMP-Ideen wurden in der Physik- und Ingenieursliteratur entwickelt und vor kurzem für den Einsatz in der Informatik und im maschinellen Lernen erweitert.
In diesem Tutorial geben die Autoren eine umfassende und rigorose Einführung in die Möglichkeiten von AMP sowie in die Vereinheitlichung und Formalisierung der Kernkonzepte innerhalb der zahlreichen neueren Arbeiten auf diesem Gebiet. Sie führen den Leser durch die grundlegenden Konzepte der AMP, bevor sie das Konzept der Low-Rank-Matrix-Schätzung vorstellen. Abschließend gehen die Autoren auf verallgemeinerte Modelle ein.
Um das Bild für Forscher zu vervollständigen, werden auch Beweise, technische Anmerkungen und mathematischer Hintergrund geliefert. Dieses Tutorium ist eine gründliche Einführung in das Approximate Message Passing für Studenten und Forscher, die neu in diesem Bereich sind.