Vecchia近似的深度高斯过程用于计算实验
摘要：通过功能组合，深高斯过程(DGPs)升级了普通的高斯过程，其中中间的高斯过程层扭曲了原始输入，提供了建模非平稳动力学的灵活性。最近的文献中出现了两种DGP模式。"大数据"模式在机器学习中很常见，偏爱使用近似的基于优化的推断进行快速、高保真度的预测。"小数据"模式则更喜欢使用后验集成来增强不确定性量化(UQ)。我们的目标是通过结合Vecchia近似来扩展贝叶斯DGP后验推断的能力，从而实现线性计算的可扩展性，而不牺牲准确性或UQ。我们的动机是用于模拟活动的代理建模，其中模拟运行超过10万次，这个规模对于先前的完全贝叶斯实现来说太大了，并且证明了预测和UQ优于"大数据"竞争对手。所有方法均在CRAN上的"deepgp"软件包中实现。
作者：Annie Sauer and Andrew Cooper and Robert B. Gramacy
论文ID：2204.02904
分类：Computation
分类简称：stat.CO
提交时间：2022-08-16