Domande taggate «gaussian-process»

I processi gaussiani si riferiscono a processi stocastici la cui realizzazione consiste in variabili casuali normalmente distribuite, con la proprietà aggiuntiva che qualsiasi raccolta finita di queste variabili casuali abbia una distribuzione normale multivariata. Le macchine dei processi gaussiani possono essere impiegate nei problemi di regressione e classificazione.

2
Matrice di covarianza mal condizionata nella regressione GP per l'ottimizzazione bayesiana
Contesto e problema Sto usando i processi gaussiani (GP) per la regressione e la successiva ottimizzazione bayesiana (BO). Per regressione uso il pacchetto gpml per MATLAB con diverse modifiche personalizzate, ma il problema è generale. È risaputo che quando due input di training sono troppo vicini nello spazio di input, …
2
Derivata di un processo gaussiano
Credo che la derivata di un processo gaussiano (GP) sia un altro GP, e quindi vorrei sapere se ci sono equazioni in forma chiusa per le equazioni di previsione della derivata di un GP? In particolare, sto usando il kernel di covarianza esponenziale quadrata (chiamato anche gaussiano) e voglio sapere …
3
Principali vantaggi dei modelli di processo gaussiani
Il processo gaussiano è stato ampiamente utilizzato, specialmente nell'emulazione. È noto che la domanda computazionale è elevata ( ).0(n3)0(n3)0(n^3) Cosa li rende popolari? Quali sono i loro vantaggi principali e nascosti? Perché vengono utilizzati al posto dei modelli parametrici (per modello parametrico intendo la regressione lineare tipica in cui è …
2
Unione di osservazioni nel processo gaussiano
Sto usando il processo gaussiano (GP) per la regressione. Nel mio problema è abbastanza comune che due o più punti dati siano vicini l'uno all'altro, relativamente alle scale di lunghezza del problema. Inoltre, le osservazioni possono essere estremamente rumorose. Per accelerare i calcoli e migliorare la precisione delle misurazioni , …
1
Dubbi sulla derivazione delle equazioni della regressione del processo gaussiana in un documento
Sto leggendo questo articolo prestampato e ho difficoltà a seguire la loro derivazione delle equazioni per la regressione del processo gaussiana. Usano l'impostazione e la notazione di Rasmussen & Williams . Pertanto, si presuppone un additivo, a media zero, stazionario e normalmente distribuito con varianza :σ2noiseσnoise2\sigma^2_{noise} 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}) …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.