Запитання з тегом «gaussian-process»

Передумови та проблеми Я використовую Гауссові процеси (GP) для регресії та подальшої байєсівської оптимізації (BO). Для регресії я використовую пакет gpml для MATLAB з кількома модифікаціями на замовлення, але проблема загальна. Загальновідомий факт, що коли два тренувальних введення занадто близькі у вхідному просторі, коваріаційна матриця може стати не позитивно визначеною …

12 regression  covariance-matrix  gaussian-process  bayesian-optimization 

Я вважаю, що похідна Гауссового процесу (GP) - це інший GP, і тому я хотів би знати, чи є рівняння закритої форми для рівнянь прогнозування похідної GP? Зокрема, я використовую квадратичне експоненціальне ядро ​​коваріації (яке також називають гауссова) і хочу знати, як робити прогнози щодо похідної Гауссового процесу.

12 stochastic-processes  gaussian-process  derivative 

Я готую процес Гаусса з ядром ARD з великою кількістю параметрів, максимізуючи граничну достовірність даних замість перехресної перевірки. Я підозрюю, що це надмірно підходить. Як я можу перевірити цю підозру в байєсівському контексті?

12 machine-learning  cross-validation  gaussian-process 

Гаусський процес широко використовувався, особливо в емуляції. Відомо, що обчислювальний попит високий ( ).0(n3)0(n3)0(n^3) Що робить їх популярними? Які їх основні та приховані переваги? Чому вони використовуються замість параметричних моделей (під параметричною моделлю я маю на увазі типову лінійну регресію, в якій різні параметричні форми можуть бути використані для опису …

11 gaussian-process 

Я використовую Гауссовий процес (GP) для регресії. У моїй проблемі досить часто два або більше точок даних бути близькими один до одного, відносно масштабів довжини проблеми. Також спостереження можуть бути надзвичайно галасливими. Для прискорення обчислень та підвищення точності вимірювання здається природним об'єднання / інтеграція кластерів точок, близьких одна до одної, …

11 regression  machine-learning  gaussian-process 

Я хотів би імітувати броунівський екскурсійний процес (броунівський рух, який обумовлений, завжди бути позитивним, коли до при ). Оскільки броунівський екскурсійний процес - це броунівський міст, який, як завжди, є позитивним, я сподівався моделювати рух броунівської екскурсії за допомогою броунівського мосту.0 t = 10<t<10<t<10 \lt t \lt 1000t=1t=1t=1 У R, …

11 r  gaussian-process  brownian 

Я займаюся ML у своєму університеті, і професор згадував термін Очікування (Е), в той час як він намагався пояснити нам деякі речі про Гауссові процеси. Але з того, як він це пояснив, я зрозумів, що E - це те саме, що і середнє μ. Я правильно зрозумів? Якщо це однаково, …

11 machine-learning  gaussian-process  linear-algebra 

Я хочу здійснити поступову регресію процесу гауса, використовуючи розсувне вікно над точками даних, які надходять по черзі через потік. Дозволяє гddпозначають розмірність вхідного простору. Отже, кожен пункт даниххixix_i має гdd кількість елементів. Дозволяє нnn бути розміром розсувного вікна. Для того, щоб робити прогнози, мені потрібно обчислити зворотну грамматрицю КKK, де …

11 regression  covariance  gaussian-process  linear-algebra  online 

Чи може будь-яка безперервна функція на [a, b], де a і b є дійсними числами, наближена або довільно близька до функції (в якійсь нормі) Гауссовими процесами (регресія)?

10 gaussian-process  approximation 

Мені важко зрозуміти, в чому різниця між процесами кригінгу та гауссу. Я маю на увазі, що у Вікі йдеться, що вони однакові, але їх формули для передбачення такі різні. Я трохи розгублений, чому їх називають подібними. Пояснення?

10 gaussian-process 

Які хороші стратегії виконання регресії процесу Гаусса, коли функція, яку я намагаюся наблизити до змін, з часом? Наївний підхід, який мені спадає на думку, полягає у використанні лише N останніх точок даних для здійснення регресії. Які кращі стратегії?

10 regression  online  gaussian-process 

Я дізнався про регресію процесу Гаусса з онлайн-відео та конспектів лекцій. Я розумію, що якщо у нас є набір даних з точок, то ми припускаємо, що дані вибираються з -вимірного багатовимірного гаусса. Так що моє запитання в тому випадку , коли є 10 - х мільйонів робить гауссовский процес регресії …

10 machine-learning  probability  inference  gaussian-process  multivariate-regression 

Просто хотілося дізнатись, чи має хто-небудь досвід застосування регресії процесів Гаусса (GPR) до наборів даних високих розмірів. Я розглядаю деякі з різних розріджених методів GPR (наприклад, рідкісні псевдо входи GPR), щоб побачити, що може працювати для наборів даних високих розмірів, де ідеально підбір функції є частиною процесу вибору параметрів. Будь-які …

10 machine-learning  predictive-models  large-data  gaussian-process 

Я читаю цей передруковий документ , і у мене виникають труднощі після їх виведення рівнянь для регресії Гаусса. Вони використовують налаштування та позначення Расмуссена та Вільямса . Таким чином, адитивний, нульовий середній, стаціонарний і нормально розподілений шум з дисперсієюσ2noiseσnoise2\sigma^2_{noise} передбачається: 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}) Передбачається GP-попередник із нульовим середнім значенням …

9 regression  bayesian  gaussian-process 

Я намагався отримати деяку інтуїцію щодо регресії Гауссового процесу, тому я спробував випробувати просту проблему з 1D іграшкою. Я взяв як вхідні дані, а як відповіді. ("Натхненний" від )хi= { 1 , 2 , 3 }хi={1,2,3}x_i=\{1,2,3\}уi= { 1 , 4 , 9 }уi={1,4,9}y_i=\{1,4,9\}у=х2у=х2y=x^2 Для регресії я використовував стандартну експоненціальну функцію …

9 regression  gaussian-process