具有变分傅里叶特征的调和可混合核
机器学习
2019-10-15 v3 机器学习
摘要
高斯过程的表达能力在很大程度上取决于核的选择。在这项工作中，我们提出了新颖的调和可混合核（HMK），这是一类从广义谱表示上的混合模型导出的具有表达能力、可解释且非平稳的核。作为对非平稳核在理论上的严谨处理，HMK支持调和协方差，这是包含全部平稳协方差及许多非平稳协方差的广泛核子集。我们还提出了变分傅里叶特征，这是一种域间稀疏GP推断框架，提供一组具有代表性的“诱导频率”。我们展示了调和可混合核可在局部模式间进行插值，并且变分傅里叶特征为该新核族提供了一个鲁棒的核学习框架。
引用
@article{arxiv.1810.04416,
title = {Harmonizable mixture kernels with variational Fourier features},
author = {Zheyang Shen and Markus Heinonen and Samuel Kaski},
journal= {arXiv preprint arXiv:1810.04416},
year = {2019}
}
备注
18 pages, 5 figures