天青石

天青石   \se.le.ʁi.te\名词,古代文学
高斯过程回归的一种可扩展方法。来自法语célérité.

celerite是一个用于快速可扩展高斯过程(GP)回归的库在一个维度中使用C++、Python和Julia实现。蟒蛇实现是最稳定的,它公开了最多的功能,但它计算效率依赖于C++实现。这个文档不会教你GP建模的基础知识,但会教你最好的有关此方面的学习资源可在线免费获得:拉斯穆森&威廉姆斯(2006).

celerite API旨在让用户熟悉乔治和乔治一样,塞莱莱也是为了有效评估GP下数据集的边缘化可能性模型。这意味着要与您的最爱一起使用非线性优化后验推理库以获得最佳结果。

芹菜正在积极开发GitHub上的公共存储库所以如果你有什么困难,打开问题那里。

注释

为了与Julia包管理器合作,Julia实现了算法正在开发中一个单独的储存库但是文档仍然包含在这里。

https://img.shields.io/badked/GitHub-dfm%2Celerite-蓝色svg?style=平面 http://img.shields.io/badked/license-MIT-blue.svg?style=flat http://img.shields.io/travis/dfm/celerite/main.svg?style=flat
https://zenodo.org/badked/DOI/10.5281/zenodo.806847.svg?style=flat https://img.shields.io/badked/ArXiv-1703.09710-orange.svg?style=flat

Julia用法

Julia教程

许可和归属

版权所有2016-2020 Daniel Foreman-Mackey、Eric Agol和贡献者。

源代码是根据麻省理工学院许可证的条款提供的。

如果您使用此代码,请引用以下文件:

@文章{天青石,作者={{马奇领班}、D.和{Agol公司}、E.和{安古斯}、R.和{Ambikasaran公司}、S。},标题={快速可扩展的高斯过程建模天文时间序列的应用},年={2017},日记账={ArXiv公司},网址={https://arxiv.org/abs/1703.09710}
}

变更日志

0.4.0 (2020-07-07)

  • 维护版本,使依赖项保持最新。

  • 使用Github Actions为PyPI构建二进制轮子。

0.3.0 (2017-11-13)

  • 添加了对完全通用的半可分离内核的支持。

  • 补充安静的似然函数的参数。

0.2.1 (2017-06-12)

  • 小错误修复。

  • 新建celerite.solver。LinAlg错误为非阳性抛出异常用定矩阵代替访问违例.

0.2.0 (2017-05-09)

  • 切换到(约20倍)更快的Cholesky因子分解。

  • 增加了使用Cholesky因子的O(N)模拟方法。

  • 使用自动微分实现梯度。

  • 将白噪声的实施更改为抖动术语而不是log_white_noise(白噪声)参数。

0.1.3 (2017-03-27)

  • 准备好提交的手稿和文件。

  • 补充单一解算器实施Rybicki&Press方法。

0.1.2 (2017-02-23)

  • 修复了酸洗时的错误模型物体。

  • 添加了稀疏解算器,使用特征/稀疏逻辑单元.

0.1.1 (2017-02-12)

  • Windows构建支持。

  • 通过链接到LAPACK,快速解决广泛问题。

0.1.0 (2017-02-10)

  • 初始稳定版本。