論文の概要: Gaussian Process for Trajectories

• arxiv url: http://arxiv.org/abs/2110.03712v1
• Date: Thu, 7 Oct 2021 18:02:19 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-12 09:12:55.759751
• Title: Gaussian Process for Trajectories
• Title（参考訳）: 軌道のガウス過程
• Authors: Kien Nguyen, John Krumm, Cyrus Shahabi
• Abstract要約: 本稿では,ガウス過程をタイムスタンプに適用する際に考慮すべき要素,それらの要素に対する共通選択について論じ,ガウス過程を実装する具体的な例を示す。
• 参考スコア（独自算出の注目度）: 17.458493494904992
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Gaussian process is a powerful and flexible technique for interpolating spatiotemporal data, especially with its ability to capture complex trends and uncertainty from the input signal. This chapter describes Gaussian processes as an interpolation technique for geospatial trajectories. A Gaussian process models measurements of a trajectory as coming from a multidimensional Gaussian, and it produces for each timestamp a Gaussian distribution as a prediction. We discuss elements that need to be considered when applying Gaussian process to trajectories, common choices for those elements, and provide a concrete example of implementing a Gaussian process.
• Abstract（参考訳）: ガウス過程は時空間データを補間するための強力で柔軟な手法であり、特に入力信号から複雑な傾向や不確かさを捉えることができる。 本章ではガウス過程を地理空間軌道の補間技法として記述する。 ガウス過程は多次元ガウス分布から来る軌跡の測定をモデル化し、各タイムスタンプに対してガウス分布を予測として生成する。 ガウス過程を軌跡に適用する際に考慮すべき要素、それらの要素に対する共通の選択、ガウス過程を実装する具体的な例について論じる。

関連論文リスト

• Posterior Contraction Rates for Mat\'ern Gaussian Processes on Riemannian Manifolds [51.68005047958965]
  我々は,本質的なガウス過程が実際により優れた性能を発揮することを示す。 我々の研究は、データ効率の異なるレベルを区別するために、よりきめ細かい分析が必要であることを示している。
  論文  参考訳（メタデータ） (2023-09-19T20:30:58Z)
• Gaussian Processes and Statistical Decision-making in Non-Euclidean Spaces [96.53463532832939]
  我々はガウス過程の適用性を高める技術を開発した。 この観点から構築した効率的な近似を幅広く導入する。 非ユークリッド空間上のガウス過程モデルの集合を開発する。
  論文  参考訳（メタデータ） (2022-02-22T01:42:57Z)
• Vector-valued Gaussian Processes on Riemannian Manifolds via Gauge Equivariant Projected Kernels [108.60991563944351]
  本稿では、ベクトル値のガウス過程を幾何学に忠実に誘導するゲージ同変カーネルの構築法を提案する。 我々は,変分推論などの標準ガウスプロセストレーニング手法を,この設定に拡張する。
  論文  参考訳（メタデータ） (2021-10-27T13:31:10Z)
• Pathwise Conditioning of Gaussian Processes [72.61885354624604]
  ガウス過程後部をシミュレーションするための従来のアプローチでは、有限個の入力位置のプロセス値の限界分布からサンプルを抽出する。 この分布中心の特徴づけは、所望のランダムベクトルのサイズで3次スケールする生成戦略をもたらす。 条件付けのこのパスワイズ解釈が、ガウス過程の後部を効率的にサンプリングするのに役立てる近似の一般族をいかに生み出すかを示す。
  論文  参考訳（メタデータ） (2020-11-08T17:09:37Z)
• Mat\'ern Gaussian Processes on Graphs [67.13902825728718]
  我々は、マタン・ガウス過程の偏微分方程式のキャラクタリゼーションを利用して、そのアナログを無向グラフに対して研究する。 得られたガウス過程がユークリッドアナログやユークリッドアナログの様々な魅力的な性質を継承することを示す。 これにより、グラフのMat'ern Gaussianプロセスがミニバッチや非共役設定に使用できる。
  論文  参考訳（メタデータ） (2020-10-29T13:08:07Z)
• Mat\'ern Gaussian processes on Riemannian manifolds [81.15349473870816]
  ガウス過程の広く用いられるマタン類を一般化する方法を示す。 また、Mat'ern から広く用いられる2乗指数過程への一般化も拡張する。
  論文  参考訳（メタデータ） (2020-06-17T21:05:42Z)
• The Elliptical Processes: a Family of Fat-tailed Stochastic Processes [1.2043574473965317]
  楕円過程 - ガウス過程と学生-t過程を仮定する非パラメトリック確率モデルの族を示す。 この一般化には、計算的トラクタビリティを保たない新しい脂肪尾挙動を含む。
  論文  参考訳（メタデータ） (2020-03-13T08:36:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。