Pytania otagowane jako gaussian-process

Procesy Gaussa odnoszą się do procesów stochastycznych, których realizacja składa się ze zmiennych losowych o rozkładzie normalnym, z dodatkową własnością polegającą na tym, że każdy skończony zbiór tych zmiennych losowych ma wielowymiarowy rozkład normalny. Mechanizm procesów Gaussa może być wykorzystany w problemach regresji i klasyfikacji.

2
Źle uwarunkowana macierz kowariancji w regresji GP dla optymalizacji bayesowskiej
Tło i problem Korzystam z procesów Gaussa (GP) do regresji i późniejszej optymalizacji bayesowskiej (BO). Do regresji używam pakietu gpml dla MATLAB z kilkoma niestandardowymi modyfikacjami, ale problem jest ogólny. Jest dobrze znanym faktem, że gdy dwa dane treningowe znajdują się zbyt blisko w przestrzeni wejściowej, macierz kowariancji może stać …
2
Pochodna procesu gaussowskiego
Uważam, że pochodna procesu Gaussa (GP) jest innym GP, więc chciałbym wiedzieć, czy istnieją równania w postaci zamkniętej dla równań predykcyjnych pochodnej GP? W szczególności używam kwadratowego wykładniczego jądra kowariancji (zwanego również gaussowskim) i chcę wiedzieć o przewidywaniu pochodnej procesu Gaussa.
3
Główne zalety modeli procesów Gaussa
Proces Gaussa był szeroko stosowany, szczególnie w emulacji. Wiadomo, że zapotrzebowanie obliczeniowe jest wysokie ( ).0(n3)0(n3)0(n^3) Co czyni je popularnymi? Jakie są ich główne i ukryte zalety? Dlaczego stosuje się je zamiast modeli parametrycznych (przez model parametryczny mam na myśli typową regresję liniową, w której można zastosować różne formy parametryczne …
2
Scalanie obserwacji w procesie Gaussa
Używam procesu Gaussa (GP) do regresji. W moim problemie dość często zdarza się, że dwa lub więcej punktów danych są blisko siebie, względem długości skale problemu. Obserwacje mogą być również bardzo głośne. Aby przyspieszyć obliczenia i poprawić precyzję pomiaru , naturalne wydaje się łączenie / integrowanie skupisk punktów, które są …
3
Symulowanie wycieczki Browna przy użyciu mostu Browna?
Chciałbym zasymulować proces wycieczki Browna (ruch Browna, który jest warunkowany, zawsze jest dodatni, gdy do przy ). Ponieważ proces wycieczki Browna jest mostem Browna, który jest uwarunkowany, aby zawsze był dodatni, miałem nadzieję symulować ruch wycieczki Browna za pomocą mostu Browna.0 t = 10 < t < 10<t<10 \lt t …
2
Przyrostowa regresja procesu Gaussa
Chcę wdrożyć przyrostową regresję procesu gaussowskiego za pomocą przesuwanego okna nad punktami danych, które docierają jeden po drugim przez strumień. Pozwolić reddoznacz wymiarowość przestrzeni wejściowej. Więc każdy punkt danychxjaxix_i ma redd liczba elementów. Pozwolić nnn być wielkości przesuwanego okna. Aby dokonać prognoz, muszę obliczyć odwrotność macierzy gramowej K.KK, gdzie K.I …
3
regresja procesu gaussowskiego dla dużych zestawów danych
Dowiedziałem się o regresji procesu Gaussa z filmów online i notatek z wykładów, rozumiem, że jeśli mamy zbiór danych z punktami to zakładamy, że dane są próbkowane z wymiarowego wielowymiarowego Gaussa. Więc moje pytanie dotyczy przypadku, gdy wynosi 10 milionów, czy regresja procesu Gaussa nadal działa? Czy matryca jądra nie …
2
Regresja procesu Gaussa dla zestawów danych wielowymiarowych
Chciałem tylko sprawdzić, czy ktoś ma jakiekolwiek doświadczenie w stosowaniu regresji procesu Gaussa (GPR) w zestawach danych o dużych wymiarach. Zajmuję się niektórymi z różnych rzadkich metod GPR (np. Rzadkie pseudo-wejściowe GPR), aby zobaczyć, co może zadziałać w przypadku zestawów danych o dużych wymiarach, w których wybór cech jest idealnie …
1
Wątpliwości dotyczące wyprowadzenia równań regresji procesu Gaussa w pracy
Czytam ten przedruk i mam trudności z wyprowadzeniem równań dla regresji procesu Gaussa. Używają ustawień i notacji Rasmussen i Williams . Tak więc hałas addytywny, zerowy, stacjonarny i normalnie rozłożony z wariancjąσ2noiseσnoise2\sigma^2_{noise} zakłada się: y=f(x)+ϵ,ϵ∼N(0,σ2noise)y=f(x)+ϵ,ϵ∼N(0,σnoise2)y=f(\mathbf{x})+\epsilon, \quad \epsilon\sim N(0,\sigma^2_{noise}) Zakłada się, że GP poprzedził średnią zero f(x)f(x)f(\mathbf{x}), co oznacza że ∀ …
3
Problem zabawki z regresją procesu Gaussa
Próbowałem uzyskać intuicję w regresji procesu Gaussa, więc podjąłem prosty problem z zabawką 1D, aby wypróbować. wziąłemxja= { 1 , 2 , 3 }xja={1,2),3)}x_i=\{1,2,3\} jako dane wejściowe, oraz yja= { 1 , 4 , 9 }yi={1,4,9}y_i=\{1,4,9\}jako odpowiedzi. („Inspirowane” zy=x2)y=x2y=x^2) Do regresji użyłem standardowej kwadratowej wykładniczej funkcji jądra: k (xp,xq) =σ2)faexp( …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.