BriefGPT.xyz
May, 2019
图卷积高斯过程
Graph Convolutional Gaussian Processes
HTML
PDF
Ian Walker, Ben Glocker
TL;DR
提出了一种新的贝叶斯非参数方法，以在非欧几里德域上学习平移不变的关系。 该方法可应用于机器学习问题，其中输入观测值是具有普通图形域的函数。 并将图卷积高斯过程应用于图像和三角形网格等领域，表明了其多功能性和有效性，与现有方法相比具有优势，尽管是相对简单的模型。
Abstract
We propose a novel
bayesian nonparametric method
to learn translation-invariant relationships on non-Euclidean domains. The resulting
graph convolutional gaussian processes
can be applied to problems in
→