«gaussian-process» 태그된 질문

배경과 문제 회귀 및 후속 베이지안 최적화 (BO)에 가우시안 프로세스 (GP)를 사용하고 있습니다. 회귀를 위해 MATLAB 용 gpml 패키지를 여러 가지 맞춤형 수정과 함께 사용 하지만 문제는 일반적입니다. 입력 공간에서 두 개의 훈련 입력이 너무 가까울 때 공분산 행렬이 확실하지 않을 수 있습니다 (이 사이트에는 이에 대한 몇 가지 질문이 …

12 regression  covariance-matrix  gaussian-process  bayesian-optimization 

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.

12 stochastic-processes  gaussian-process  derivative 

교차 유효성 검사 대신 데이터의 한계 한계를 최대화하여 많은 매개 변수가있는 ARD 커널로 가우시안 프로세스를 훈련하고 있습니다. 나는 그것이 너무 적합하다고 생각합니다. 베이지안 상황에서이 의심을 어떻게 테스트 할 수 있습니까?

12 machine-learning  cross-validation  gaussian-process 

가우스 프로세스는 특히 에뮬레이션에서 널리 사용되었습니다. 계산 요구가 높다는 것이 알려져있다 ( ).0(n3)0(n3)0(n^3) 무엇이 인기가 있습니까? 그들의 주요 장점과 숨겨진 장점은 무엇입니까? 왜 파라 메트릭 모델 대신에 그것들이 사용 되는가? (파라 메트릭 모델 I에 의해 입력 파라메터와 출력 트렌드를 설명하기 위해 다른 파라 메트릭 형태를 사용할 수있는 전형적인 선형 회귀를 …

11 gaussian-process 

회귀에 가우시안 프로세스 (GP)를 사용하고 있습니다. 내 문제에서 두 개 이상의 데이터 포인트 가 상대적으로 길이에 상대적으로 가깝습니다. 문제의 규모. 또한 관측에 소음이 심할 수 있습니다. 계산 속도를 높이고 측정 정확도를 높이려면 더 큰 길이의 예측에 관심이있는 한 서로 가까운 지점의 클러스터를 병합 / 통합하는 것이 자연스러워 보입니다.x⃗ (1),x⃗ (2),…x→(1),x→(2),…\vec{x}^{(1)},\vec{x}^{(2)},\ldots …

11 regression  machine-learning  gaussian-process 

Brownian 소풍 과정을 시뮬레이션하고 싶습니다 ( 에서 ~ 일 때 조절되는 Brownian 모션은 항상 양수입니다 ). Brownian 소풍 과정은 항상 긍정적 인 조건을 가진 Brownian 교량이므로 Brownian 교량을 사용하여 Brownian 소풍의 움직임을 시뮬레이션하기를 바랐습니다.0 t = 10<t<10<t<10 \lt t \lt 1000t=1t=1t=1 R에서는 브라운 브리지 프로세스를 시뮬레이션하기 위해 'h1017'패키지를 사용하고 있습니다. …

11 r  gaussian-process  brownian 

저는 대학에서 ML을하고 있는데 교수는 기대 (E)라는 용어를 언급하면서 가우시안 프로세스에 대해 몇 가지를 설명하려고했습니다. 그러나 그가 설명한 방식에서 나는 E가 평균 μ와 같다는 것을 이해했습니다. 내가 제대로 이해 했습니까? 동일하면 두 기호가 모두 사용되는 이유를 알고 있습니까? 또한 E가 E ( ) 와 같은 함수로 사용될 수 있음을 보았지만 …

11 machine-learning  gaussian-process  linear-algebra 

스트림을 통해 하나씩 도착하는 데이터 포인트 위에 슬라이딩 창을 사용하여 증분 가우시안 프로세스 회귀를 구현하고 싶습니다. 하자 입력 공간의 차원을 나타낸다. 따라서, 모든 데이터는 지적 갖는 원소의 수.dddxixix_iddd 슬라이딩 윈도우의 크기를 이라고하자 .nnn 예측을하기 위해 그램 행렬 의 역수를 계산해야합니다 . 여기서 이고 k는 제곱 지수 커널입니다.KKKKij=k(xi,xj)Kij=k(xi,xj)K_{ij} = k(x_i, x_j) …

11 regression  covariance  gaussian-process  linear-algebra  online 

a와 b가 실수 인 [a, b]의 연속 함수가 가우시안 프로세스 (회귀)에 의해 함수 (일부 표준)에 근접하거나 임의로 근접 할 수 있습니까?

10 gaussian-process  approximation 

kriging과 gaussian 프로세스의 차이점이 무엇인지 이해하는 데 어려움을 겪고 있습니다. 나는 위키가 그것들이 동일하지만 예측 공식이 너무 다르다고 말합니다. 나는 그들이 왜 비슷한 지 조금 혼란 스럽습니다. 설명?

10 gaussian-process 

시간이 지남에 따라 변화를 근사하려는 함수가 가우시안 프로세스 회귀를 수행하는 좋은 전략은 무엇입니까? 내 마음에 떠오르는 순진한 접근법은 회귀를 수행하기 위해 가장 최근의 N 개의 데이터 포인트 만 사용하는 것입니다. 더 나은 전략은 무엇입니까?

10 regression  online  gaussian-process 

나는 온라인 비디오와 강의 노트에서 가우시안 프로세스 회귀에 대해 배웠으며, 점이 있는 데이터 세트가 있으면 데이터가 차원 다변량 가우시안 에서 샘플링되었다고 가정합니다 . 그래서 내 질문은 가우스 프로세스 회귀가 여전히 작동 하는 이 1 천만입니다. 커널 매트릭스가 프로세스를 완전히 비효율적으로 렌더링하지 않습니까? 그렇다면 여러 번 반복해서 데이터 세트에서 샘플링하는 것과 …

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

누구나 가우시안 프로세스 회귀 (GPR)를 고차원 데이터 세트에 적용한 경험이 있는지 알고 싶었습니다. 다양한 희소 GPR 방법 (예 : 희박 의사 입력 GPR) 중 일부를 조사하여 이상적 특성 선택이 매개 변수 선택 프로세스의 일부인 고차원 데이터 세트에 어떤 효과가 있는지 확인합니다. 시도 할 논문 / 코드 / 또는 다양한 방법에 …

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

나는 이 논문 프리 프린트를 읽고 있으며 가우시안 프로세스 회귀에 대한 방정식의 도출에 어려움을 겪고있다. 그들은 Rasmussen & Williams 의 설정 및 표기법을 사용합니다 . 따라서 가산 성, 제로 평균, 고정 및 정규 분포 노이즈σ2noiseσnoise2\sigma^2_{noise} 가정 : 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}) 평균이 0 인 GP는 f(x)f(x)f(\mathbf{x}), 의미하는 것은 ∀ d∈N∀ …

9 regression  bayesian  gaussian-process 

Gaussian Process 회귀에 대한 직관을 얻으려고 노력했기 때문에 간단한 1D 장난감 문제를 시도했습니다. 나는했다 입력으로하고, 응답한다. ( 에서 '영감' )xi={1,2,3}xi={1,2,3}x_i=\{1,2,3\}yi={1,4,9}yi={1,4,9}y_i=\{1,4,9\}y=x2y=x2y=x^2 회귀를 위해 표준 제곱 지수 커널 함수를 사용했습니다. k(xp,xq)=σ2fexp(−12l2|xp−xq|2)k(xp,xq)=σf2exp⁡(−12l2|xp−xq|2)k(x_p,x_q)=\sigma_f^2 \exp \left( - \frac{1}{2l^2} \left|x_p-x_q\right|^2 \right) 공분산 행렬이 다음과 같이되도록 표준 편차 인 노이즈가 있다고 가정했습니다 .σnσn\sigma_n Kpq=k(xp,xq)+σ2nδpqKpq=k(xp,xq)+σn2δpqK_{pq} = k(x_p,x_q) + …

9 regression  gaussian-process