对称群上索引的高斯过程：预测与学习
机器学习
2020-02-14 v4
摘要
在定义于空间 X 上的实值函数的监督学习框架中，所谓的 Kriging 方法依赖于定义在 X 上的实高斯场。欧几里得情形已被广泛研究。本文探讨 X 为非交换有限置换群这一非经典情形。在此设定下，我们提出并研究协方差算子的调和分析，以构建高斯过程模型并处理预测问题。我们的理论受统计排序问题启发。
引用
@article{arxiv.1803.06118,
title = {Gaussian Processes indexed on the symmetric group: prediction and learning},
author = {François Bachoc and Baptiste Broto and Fabrice Gamboa and Jean-Michel Loubes},
journal= {arXiv preprint arXiv:1803.06118},
year = {2020}
}