Perguntas com a marcação «gaussian-process»

Os processos gaussianos se referem a processos estocásticos cuja realização consiste em variáveis ​​aleatórias normalmente distribuídas, com a propriedade adicional de que qualquer coleção finita dessas variáveis ​​aleatórias possui uma distribuição normal multivariada. A maquinaria dos processos gaussianos pode ser empregada em problemas de regressão e classificação.

2
Matriz de covariância mal condicionada na regressão GP para otimização bayesiana
Antecedentes e problema Estou usando Processos Gaussianos (GP) para regressão e subsequente otimização bayesiana (BO). Para regressão, uso o pacote gpml do MATLAB com várias modificações personalizadas, mas o problema é geral. É um fato bem conhecido que, quando duas entradas de treinamento estão muito próximas no espaço de entrada, …
2
Derivada de um processo gaussiano
Acredito que a derivada de um processo gaussiano (GP) é outra GP e, portanto, gostaria de saber se existem equações de forma fechada para as equações de previsão da derivada de uma GP? Em particular, estou usando o núcleo de covariância exponencial ao quadrado (também chamado de Gaussiano) e quero …
3
Principais vantagens dos modelos de processos gaussianos
O processo gaussiano tem sido amplamente utilizado, especialmente em emulação. Sabe-se que a demanda computacional é alta ( ).0 ( n3)0(n3)0(n^3) O que os torna populares? Quais são as suas principais e ocultas vantagens? Por que eles são usados ​​em vez de modelos paramétricos (por modelo paramétrico, quero dizer regressão …
3
Simulando uma excursão browniana usando uma ponte browniana?
Gostaria de simular um processo de excursão browniana (um movimento browniano condicionado sempre será positivo quando a em ). Como um processo de excursão browniana é uma ponte browniana condicionada a ser sempre positiva, eu esperava simular o movimento de uma excursão browniana usando uma ponte browniana.0 t = 10<t<10<t<10 …
1
Dúvidas sobre a derivação das equações de regressão de processo gaussiana em um artigo
Estou lendo esta pré-impressão do artigo e estou tendo dificuldades em seguir a derivação das equações para a regressão de processo gaussiana. Eles usam a configuração e notação de Rasmussen & Williams . Assim, o ruído aditivo, com média zero, estacionário e normalmente distribuído com variação é assumido: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 …
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.