非共轭高斯过程模型的自动增广共轭推断
机器学习
2020-02-27 v1 机器学习
摘要
我们提出了一种自动增广共轭推断方法，用于非共轭高斯过程（GP）模型。该方法自动构造一个辅助变量增广，使GP模型成为条件共轭。基于增广模型的共轭结构，我们开发了两种推断方法。首先，一种快速且可扩展的随机变分推断方法，使用高效的块坐标上升更新，这些更新以闭式形式计算。其次，一种渐近正确的吉布斯采样器，适用于小数据集。实验表明，我们的方法比现有最先进的黑盒方法快两个数量级且更鲁棒。
引用
@article{arxiv.2002.11451,
title = {Automated Augmented Conjugate Inference for Non-conjugate Gaussian Process Models},
author = {Théo Galy-Fajou and Florian Wenzel and Manfred Opper},
journal= {arXiv preprint arXiv:2002.11451},
year = {2020}
}
备注
Accepted at AISTATS 2020