置信度传播

置信度传播（英語：belief propagation），又称为乘积和信息传递（sum-product message passing），是在贝叶斯网络、马尔可夫随机场等概率图模型中用于推断的一种信息传递算法。在给定已观测节点时，可以用该算法高效地计算未观测节点的边缘分布。置信度传播在人工智能、信息论中十分常见，已成功应用于低密度奇偶检查码、Turbo码、自由能估计、可满足性（英语：Satisfiability）等不同领域。^[1]

置信度传播由美国计算机科学家朱迪亚·珀尔于1982年提出。^[2]最初该算法的运用范围仅限于树，不久则扩展到多树（英语：Polytree）。^[3]此后，研究者发现在一般的图中该算法是一种十分有用的近似算法。^[4]