高斯过程展开
摘要：高斯过程（GPs）展开的方法。利用贝叶斯回归，我们定义一个估计器作为后验的模式，用于估计潜在的真实分布。我们证明，在二进制内容近似符合高斯分布的情况下，该估计器等价于在最大似然估计上条件化的高斯过程的平均函数。通过高斯过程的核函数引入正则化，核函数具有潜在分布的协方差的自然解释。这种新颖方法允许正则化基于对潜在分布的先验知识，并随着谱段的变化而变化。此外，估计器的完整统计协方差矩阵也作为结果得到。该方法应用于两个示例：双峰双峰分布和下降的光谱。
作者：Adam Bozson, Glen Cowan, Francesco Span`o
论文ID：1811.01242
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2018-11-07