基于导数的高斯过程回归批量主动学习
机器学习
2024-08-06 v1 机器学习
摘要
我们研究了在高斯过程回归模型中利用导数信息进行批量主动学习的方法。我们提出的方法采用预测协方差矩阵用于数据批次的选择，以充分利用样本的相关性。我们对所提出的算法进行了理论分析，考虑不同的最优准则，并提供了实证比较，突出了 incorporating 导数信息的优势。我们的结果显示，该方法在各种应用中的有效性。
引用
@article{arxiv.2408.01861,
title = {Batch Active Learning in Gaussian Process Regression using Derivatives},
author = {Hon Sum Alec Yu and Christoph Zimmer and Duy Nguyen-Tuong},
journal= {arXiv preprint arXiv:2408.01861},
year = {2024}
}
备注
29 pages, 10 figures