Jun, 2023

多任务高斯过程的时变转移矩阵

PDF
TL;DR本文介绍了一种基于核的多任务高斯过程模型，用于利用具有两个状态的时间不均匀马尔可夫过程（移动和暂停）来近似个体移动状态的基本功能，并介绍了时间可变性，并利用 Toeplitz 和 Kronecker 积的结构加速 GP 估计和推理，其中数值实验演示了我们的公式实现所需的限制条件，同时学习了转移概率的功能形式。
gaussian processmarkov processtime-variabilitytransition probabilitiestoeplitz and kronecker product
发现论文，激发创造
  • 基于概率推演的连续时间高斯过程运动规划

    该文章中提出了一种基于概率推理的运动规划的新方法，使用稀疏高斯过程模型来表示连续时间轨迹，并开发了一种高效的优化算法，将运动规划问题转化为因子图上的概率推理，最终得到一种快速且具有鲁棒性的规划算法。

    Jul, 2017

  • 在循环高斯过程模型中克服均场近似

    本文介绍了一种新的变分推理方案，用于建模高斯过程的动态系统的转换函数。该方法可以消除潜在系统状态和转移函数之间的因式分解并更准确地预测转移函数。

    Jun, 2019

  • 状态空间高斯过程模型中的快速变分学习

    该论文提出了一种使用 Kalman 递归实现线性时间推断的方法，避免了数值不稳定和收敛问题，通过实现该方法，解决了在处理非高斯似然时所遇到的麻烦，同时达到了快速稳定的变分推断效果，可处理包含百万数据点的时间序列的状态空间高斯过程模型。

    Jul, 2020

  • 马尔可夫高斯过程：一种用于平稳时序高斯过程的通用状态空间表示

    引入一种通用方法，允许 LDS 模拟平稳的时间 GPs，这种状态空间表示方法称为马尔可夫高斯过程，通过保持高斯过程的灵活性同时维持高效的线性计算，能够组合 GPs 和 LDS 的优点，而不仅限于分离性多输出核函数，对单输出和多输出的平稳时间核函数普遍有效，通过计算协方差、执行回归任务和神经科学应用进行评估，证明了我们的方法能够提供准确的平稳时间 GPs 的状态空间表示。

    Jun, 2024

  • 异质多任务高斯 Cox 过程

    本文介绍了一种新颖的多任务高斯 Cox 过程扩展，通过多输出高斯过程（MOGP）联合建模多个异构相关任务，例如分类和回归，MOGP 先验适用于用于分类、回归和点处理任务的专用似然函数的参数，可以促进异构任务之间的信息共享，同时允许非参数估计，为了克服 MOGP 调制的非共轭贝叶斯推断，我们采用数据增强技术，并推导出均场逼近以实现用于估计模型参数的闭式迭代更新，通过 1D 合成数据和温哥华的 2D 城市数据来展示性能和推断。

    Aug, 2023

  • 利用粒子 MCMC 对高斯过程状态空间模型进行贝叶斯推断和学习

    通过向状态转移动力学分布中添加高斯过程先验，结合分析型建模和蒙特卡罗采样器进行直接联合平滑分布推断的方法，提出了一种非线性非参数状态空间模型的完全贝叶斯方法。

    Jun, 2013

  • 线性时间高斯过程：从神经脉冲序列中推断潜在轨迹

    本文提出了 cvHM，一种基于 Hida-Mat 和共轭计算变分推断的潜在高斯过程模型的推理框架，使用 Whittle 近似似然实现高效的超参数学习。

    Jun, 2023

  • 多维高斯过程状态空间模型的高效建模与推断

    高斯过程状态空间模型（GPSSM）中引入了高效变换的高斯过程（ETGP）以及归一化流来有效地建模高维潜在状态空间中的转换函数，从而提高了模型的计算效率。此外，我们还开发了相应的变分推断算法，通过数量和计算复杂性的比较，优于现有方法。实验结果验证了该方法的效率，并证明其与现有方法相比具有相似的推断性能。

    Sep, 2023

  • 高斯过程波动率模型

    使用高斯过程的贝叶斯方法预测金融数据中的时间变化方差，相较于标准模型，新模型具有更高的预测性能。

    Feb, 2014

  • 基于矩的变分推断在马尔可夫跳跃过程上的应用

    本文提出了基于矩的变分推断作为一种灵活的框架，用于近似光滑的潜在马尔可夫跳跃过程，并将满足一定条件的所有过渡划分为几个类别，该方法在参数推断中具有应用前景。

    May, 2019