高斯过程状态空间模型中的主动学习
机器学习
2021-08-03 v1 人工智能
机器学习
摘要
我们研究高斯过程状态空间模型（GPSSM）中的主动学习。我们的问题是通过确定系统输入来主动引导系统遍历隐状态，从而使GPSSM能够最优地学习底层动力学。为选取最具信息量的输入，我们采用互信息作为主动学习准则。具体地，我们提出两种针对给定隐状态的GPSSM互信息近似方法。所提方法在若干物理系统中得到评估，其中我们主动学习由状态空间模型表示的底层非线性动力学。
引用
@article{arxiv.2108.00819,
title = {Active Learning in Gaussian Process State Space Model},
author = {Hon Sum Alec Yu and Dingling Yao and Christoph Zimmer and Marc Toussaint and Duy Nguyen-Tuong},
journal= {arXiv preprint arXiv:2108.00819},
year = {2021}
}
备注
European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD) 2021