这个包是Julia中概率图形模型算法的轻量级实现 特征 目前，它处理离散因子图的操作（使用 API 构建或通过从 UAI Competition 格式的文件加载），以及通过信念传播（边际、最大边际和混合边际推理）进行近似推理。 因子图是由变量节点和因子节点组成的二分图。变量节点与随机变量相关联，因子节点与域是相邻（变量）节点的直接乘积的函数相关联。在最简单的离散情况下，因子节点与表示函数的多维数组（因子）相关联。

在单个Julia文件 中的图中 实现 Dijkstra 和 Warshall-Floyd 最短路径算法

Fortune算法、Lloyd算法和梯度下降的Julia实现应用

使用 Walker 的 MCMC 算法从 Julia 中的非归一化pmf进行采样

用于 Julia 的基于邻居的异常值检测算法

该Pepper模块实现了Hansen 和 Ombler 的PAPRIKA 算法。

匈牙利算法的 Julia 实现，用于在二分加权图中进行最佳匹配。

风险规避 MPC算法的Julia实现

在Julia 中实现 NetMSA算法_julia_代码_下载

Chan-Vese 算法在 Julia 中的实现