Ich möchte einen Brownschen Exkursionsprozess simulieren (eine Brownsche Bewegung, die konditioniert ist, ist immer positiv, wenn 0<t<10<t<10 \lt t \lt 1 bis 000 bei t=1t=1t=1 ). Da ein Brownscher Exkursionsprozess eine Brownsche Brücke ist, die so konditioniert ist, dass sie immer...
Ich möchte eine inkrementelle Gaußsche Prozessregression mithilfe eines Schiebefensters über den Datenpunkten implementieren, das nacheinander über einen Stream ankommt. Lassen die Dimensionalität des Eingangsraums bezeichnen. Jeder Datenpunkt hat also Anzahl von Elementen.dddxixix_iddd Sei die...
Es fällt mir schwer zu verstehen, was der Unterschied zwischen Kriging- und Gauß-Prozessen ist. Ich meine, Wiki sagt, dass sie gleich sind, aber ihre Formeln für die Vorhersage sind so unterschiedlich. Ich bin etwas verwirrt, warum sie ähnlich genannt werden.
Kann eine stetige Funktion auf [a, b], bei der a und b reelle Zahlen sind, durch Gaußsche Prozesse (Regression) angenähert werden oder der Funktion (in einer Norm) willkürlich nahe kommen?
Was sind gute Strategien für die Durchführung einer Gaußschen Prozessregression, wenn sich die Funktion, die ich zu approximieren versuche, im Laufe der Zeit ändert? Der naive Ansatz, der mir in den Sinn kommt, besteht darin, nur die N neuesten Datenpunkte zu verwenden, um die Regression...
Ich habe aus Online-Videos und Vorlesungsskripten etwas über die Gaußsche Prozessregression gelernt. Wenn wir einen Datensatz mit Punkten haben, gehen wir davon aus, dass die Daten aus einem dimensionalen multivariaten Gaußschen Prozess stammen . Meine Frage ist also für den Fall, dass 10 Millionen...
Ich wollte nur sehen, ob jemand Erfahrung mit der Anwendung der Gaußschen Prozessregression (GPR) auf hochdimensionale Datensätze hat. Ich untersuche einige der verschiedenen spärlichen GPR-Methoden (z. B. spärliche Pseudo-Eingänge GPR), um herauszufinden, was für hochdimensionale Datensätze...
Ich habe zuvor die Nadaraya-Watson-Kernel-Regression verwendet, um Daten zu glätten. Kürzlich bin ich auf die Gaußsche Prozessregression gestoßen. Auf den ersten Blick scheinen sie nicht verwandt zu sein. Aber ich frage mich, ob es vielleicht eine tiefere Verbindung gibt, die mir nicht bewusst...
Ich habe den neuesten GPML-Matlab-Code heruntergeladen. Ich habe die Dokumentation gelesen und die Regressionsdemo ohne Probleme ausgeführt. Ich habe jedoch Schwierigkeiten zu verstehen, wie ich es auf ein Regressionsproblem anwenden kann, mit dem ich konfrontiert bin. Das Regressionsproblem ist...
Ich habe versucht, eine gewisse Intuition für die Regression des Gaußschen Prozesses zu gewinnen, also habe ich ein einfaches 1D-Spielzeugproblem zum Ausprobieren erstellt. Ich habe als Eingaben und als Antworten genommen. ('Inspiriert' von )xich= { 1 , 2 , 3 }xi={1,2,3}x_i=\{1,2,3\}y = x 2yich= {...
Ich lese das GPML-Buch und in Kapitel 2 (Seite 15) erfahren Sie, wie Sie mit dem Gaußschen Prozess (GP) eine Regression durchführen, aber es fällt mir schwer, herauszufinden, wie es funktioniert. Bei der Bayes'schen Inferenz für parametrische Modelle wählen wir zuerst einen Prior für die...
Ich lese diesen Papiervorabdruck und habe Schwierigkeiten, die Gleichungen für die Gaußsche Prozessregression abzuleiten. Sie verwenden die Einstellung und Notation von Rasmussen & Williams . Somit wird additives, mittleres, stationäres und normalverteiltes Rauschen mit Varianz...
Ich habe mich gefragt, warum Menschen Gaußsche Prozesse (GP) verwenden, um eine unbekannte (manchmal deterministische) Funktion zu modellieren. Betrachten Sie zum Beispiel eine unbekannte Funktion . Wir haben drei unabhängige Beobachtungen von dieser
Ich bin ein wenig verwirrt über die Formel zur Berechnung der Kovarianz im Gaußschen Prozess (das Hinzufügen von Varianz verwirrt mich immer, da es nicht immer explizit bezeichnet wird). Der Grund für die Verwirrung ist, dass die Formeln in Mustererkennung und maschinellem Lernen von Bishop...
Zum ersten Mal (entschuldigen Sie Ungenauigkeit / Fehler) habe ich mir Gaußsche Prozesse angesehen und mir dieses Video von Nando de Freitas genauer angesehen . Die Notizen sind hier online verfügbar . Irgendwann zieht er 101010 Zufallsstichproben aus einer multivariaten Normalen, die durch...
Ich versuche, viele Draws (dh Realisierungen) eines Gaußschen Prozesses , mit dem Mittelwert 0 und der Kovarianzfunktion zu erzeugen .ei(t)ei(t)e_i(t)1≤t≤T1≤t≤T1\leq t \leq Tγ(s,t)=exp(−|t−s|)γ(s,t)=exp(−|t−s|)\gamma(s,t)=\exp(-|t-s|) Gibt es einen effizienten Weg, um die Quadratwurzel einer...
Ich weiß, was ein Gaußsches Feld ist. Ich bin mir jedoch nicht ganz sicher, was unter stationär zu verstehen ist. Ich habe dieses stationäre Ding an vielen Orten wie stationären autoregressiven Prozessen usw. gesehen, weiß aber nicht wirklich, was unter stationär zu verstehen...
Ich entschuldige mich im Voraus, wenn diese Frage schlecht gestellt ist: Ich bin ein Astronom, kein Statistiker. Meine Frage soll mir speziell helfen, herauszufinden, ob Gaußsche Prozesse eine geeignete Technik für mein Problem sind. Mit einem Teleskop und einem fasergespeisten Spektrographen hat...
Ich probiere Bayesian Optimization aus und folge Snoek, Larochelle und Adams [ http://arxiv.org/pdf/1206.2944.pdf] mit GPML [ http://www.gaussianprocess.org/gpml/code/matlab / doc /] . Ich habe die auf Seite 3 beschriebene Erfassungsfunktion für erwartete Verbesserungen implementiert und gehe davon...
Ist es möglich, mit dem GPML-Code eine ungefähre vollständige Bayes'sche (1) Auswahl von Hyperparametern (z. B. Kovarianzskala) durchzuführen, anstatt die Grenzwahrscheinlichkeit zu maximieren (2)? Ich denke, die Verwendung von MCMC-Methoden zur Lösung der Integrale mit Hyperparametern sollte zu...