Confusione correlata alla differenza di kriging e processi gaussiani

Sto facendo fatica a capire qual è la differenza tra i processi di kriging e gaussiani. Voglio dire, wiki dice che sono uguali, ma le loro formule per la previsione sono così diverse.

Sono un po 'confuso perché sono chiamati simili. Chiarimenti?

gaussian-process

— user34790
fonte

Ci sono alcune sottili differenze tra kriging ordinario e semplice, forse questo ti confonde. La regressione GP nel modo in cui viene di solito presentata è analoga al semplice kriging. Nella voce Wikipedia del processo gaussiano si dice che l'articolo si riferisce esplicitamente a una " distribuzione a significato zero "; è lo stesso presupposto che si trova nel semplice kriging.

$CO_2$

$\mu(X)$ $X_t$

— usεr11852
fonte

Questo non è proprio vero. Spesso nella letteratura GP si vede che senza perdita di generalità usano zero ipotesi medie ma poi si aggiunge la struttura della media nel kernel (ad esempio con l'aggiunta di un kernel lineare ecc.). I medici di base non sono certamente utilizzati in una sola dimensione, come si può vedere in quasi tutti gli articoli sull'argomento. Lo scenario 1D viene utilizzato solo a scopo di intuizione nei testi introduttivi. Infatti nella maggior parte dei casi 1D è possibile codificare il GP in un filtro Kalman che è computazionalmente più efficiente.

— j__

@j__ Per la prima parte del tuo commento: sono parzialmente d'accordo, ma sfortunatamente è soprattutto una questione terminologica che le persone tendono ad abusarne a volte. Vi presento la distinzione canonica che ho visto nei libri. Per la seconda parte: mi permetta di non essere d'accordo. Ho visto molteplici applicazioni di casi GPR 1D (ad es. Nella modellazione dei tassi FX , nella filogenesi e nelle soluzioni ODE - questi semplicemente facendo una rapida ricerca su Google). apprezzo il tuo commento secondo cui generalmente un quadro statistico (cont.)

— usεr11852

si presenta da solo quando applicato in impostazioni multivariate ma ciò non discredita le applicazioni 1D.

— usεr11852,

bene vedo da dove vieni. Immagino che direi che è più comune per i medici di medicina generale agire in spazi di dimensione N generale anziché essere limitati a 2/3, come nel caso di Kriging. Un caso speciale è l'impostazione 1D. Questa potrebbe essere una buona via di mezzo su cui possiamo concordare;)

— j__

Sì, i casi 1-D tendono ad essere unici . (

— Terribile

I medici di base sono noti come kriging in geostatistica. Per conoscere la storia dei processi gaussiani guarda questo video http://youtu.be/4r463NLq0jU?t=26s

— pushkar
fonte