基于核棒-breaking过程的高斯过程专家混合模型
机器学习
2023-05-09 v2 机器学习
摘要
高斯过程专家混合是一类可同时解决标准高斯过程两个关键局限——可扩展性与预测性能——的模型。特别地，使用狄利克雷过程作为门控函数的模型允许直观解释并自动选择混合中专家的数量。尽管现有模型直观且能捕捉非平稳性、多模态与异方差性，其门控函数的简单性在应用于复杂数据生成过程时可能限制预测性能。利用依赖狄利克雷过程文献的最新进展，我们提出一种基于核棒-breaking过程的高斯过程专家新混合模型。我们的模型保持直观吸引力，同时改进现有模型的性能。为使其实用，我们设计了基于切片采样的后验计算采样器。模型行为与改进预测性能在六个数据集的实验中得到展示。
引用
@article{arxiv.2304.13833,
title = {Mixtures of Gaussian process experts based on kernel stick-breaking processes},
author = {Yuji Saikai and Khue-Dung Dang},
journal= {arXiv preprint arXiv:2304.13833},
year = {2023}
}