用于异方差高维输出计算机模型的深度学习高斯过程
应用统计
2022-09-07 v1
摘要
本文提出深度学习高斯过程（DL-GP）作为一种用于分析（逼近）产生异方差高维输出的计算机模型的方法。计算机仿真模型在社会经济过程、农业、环境、生物、工程与物理问题等众多领域有应用。通过深度学习对输入进行确定性变换，并由传统高斯过程计算预测。我们利用摩托车事故仿真与埃博拉疫情仿真说明了该方法。最后，我们给出了未来研究方向。
引用
@article{arxiv.2209.02163,
title = {Deep Learning Gaussian Processes For Computer Models with Heteroskedastic and High-Dimensional Outputs},
author = {Laura Schultz and Vadim Sokolov},
journal= {arXiv preprint arXiv:2209.02163},
year = {2022}
}