BdryGP：一种融入边界信息的高斯过程新模型
统计方法学
2019-08-26 v1 统计理论
统计理论
摘要
高斯过程（GPs）被广泛用作模拟复杂物理现象的计算机代码的代理模型。在许多问题中，额外的边界信息（即现象沿输入边界的行为）事先已知，或来自控制物理规律，或来自科学知识。尽管近期已有将边界信息纳入 GPs 的研究，此类模型并未给出关于改进收敛速度的理论洞见。为此，我们提出一种称为 BdryGP 的 GP 新模型，用于融入边界信息。我们证明 BdryGP 不仅比现有（不纳入边界的）GP 模型具有改进的收敛速度，而且对非参数回归中的“维数灾难”更具抗性。我们的证明利用了 GP 插值与平面元建模之间的一种新颖联系。
引用
@article{arxiv.1908.08868,
title = {BdryGP: a new Gaussian process model for incorporating boundary information},
author = {Liang Ding and Simon Mak and C. F. Jeff Wu},
journal= {arXiv preprint arXiv:1908.08868},
year = {2019}
}