나는 가우시안 프로세스 (GP)의 미분이 또 다른 GP라고 생각하므로 GP의 미분의 예측 방정식에 대해 닫힌 형태 방정식이 있는지 알고 싶습니다. 특히, 나는 제곱 지수 (가우시안이라고도 함) 공분산 커널을 사용하고 있으며 가우시안 프로세스의 미분에 대한 예측을 알고 싶습니다.
나는 가우시안 프로세스 (GP)의 미분이 또 다른 GP라고 생각하므로 GP의 미분의 예측 방정식에 대해 닫힌 형태 방정식이 있는지 알고 싶습니다. 특히, 나는 제곱 지수 (가우시안이라고도 함) 공분산 커널을 사용하고 있으며 가우시안 프로세스의 미분에 대한 예측을 알고 싶습니다.
답변:
짧은 대답 : 예. 가우시안 프로세스 (GP)를 차별화 할 수 있다면 파생 상품은 다시 GP입니다. 다른 GP와 같이 처리 할 수 있으며 예측 분포를 계산할 수 있습니다.
그러나 GP 와 그 파생 는 밀접하게 관련되어 있으므로 둘 중 하나의 속성을 유추 할 수 있습니다.G '
공분산 함수 갖는 0 평균 GP 는 가 있으면 분화 할 수 있습니다 (평균 제곱) . 이 경우의 공분산 함수 동일하다 . 공정이 평균이 아닌 경우 평균 함수도 차별화 할 수 있어야합니다. 이 경우 의 평균 함수는 의 평균 함수의 미분입니다 .K 'G'K' G
(자세한 내용은 A. Papoulis "확률, 랜덤 변수 및 확률 적 프로세스"의 부록 10A를 확인하십시오.
가우스 지수 커널은 어떤 순서도 구별 할 수 없으므로 문제가되지 않습니다.
관측 값을 조건으로하고 싶다면 간단합니다 . 각 미분 값을 계산할 수 있다면 평균 및 공분산 함수를 알고 있으므로 다른 GP와 동일한 방식으로 추론 할 수 있습니다.
그러나 당신은 또한에 대한 예측 분포를 유도 할 수있다 의 관찰에 따라 . 관측치는 표준 방식으로 주어진 의 후부를 계산 한 다음 사후 프로세스의 공분산과 평균 함수에 1.를 적용하여 수행합니다. G G
다른 방법으로 주위에 같은 방식으로이 작품은, 당신의 관찰에 대한 조건, 즉 의 후방 추론 . 이 경우 의 공분산 함수는 적분으로 제공되며 계산하기 어려울 수 있지만 논리는 실제로 동일합니다. G G K '
그것은. Rasmussen and Williams 섹션 9.4를 참조하십시오 . 또한 일부 저자는 제곱 지수 켄넬에 대해 강력하게 주장합니다. 너무 부드럽습니다.