基于带状平方指数协方差的高斯过程加速训练
机器学习
2026-01-28 v1 信号处理
摘要
我们提出了一种基于平方指数 (SE) 协方差矩阵包含多个接近零的非对角项这一观察的计算高效 GP 训练方法。我们构建了一个原则性的程序以消除这些条目，以产生一种\emph{带状}矩阵对原始协方差的近似，其逆和行列式可在降低计算成本下计算，从而为似然函数的有效近似做出贡献。我们对所提方法进行了理论分析，以在1D设置中保持原始协方差的结构（采用SE核），并验证其计算效率与变分自由能方法处理稀疏 GP 的效率。
引用
@article{arxiv.2601.19007,
title = {Accelerated training of Gaussian processes using banded square exponential covariances},
author = {Emily C. Ehrhardt and Felipe Tobar},
journal= {arXiv preprint arXiv:2601.19007},
year = {2026}
}
备注
Accepted at IEEE ICASSP 2026