×

约束插值的Kimeldorf-Wahba对应的推广。 (英语) Zbl 1348.60055号

摘要:在本文中,我们将再现核希尔伯特空间(RKHS)中贝叶斯估计和最优插值之间的对应关系扩展到凸约束(如有界性、单调性或凸性)的情况。在无约束插值的情况下,已知给定数据插值的高斯过程(GP)的后验分布的平均值是最佳插值函数,使与GP相关的RKHS中的范数最小受约束的在这种情况下,我们证明了最大值后验的(MAP)或后验分布模式是最优的受约束的RKHS中的插值函数。因此,与MAP估计器和后验分布的平均值。最后给出了一个数值例子来说明这一结果。

MSC公司:

60G15年 高斯过程
2015年1月62日 贝叶斯推断
46 E22型 具有再生核的希尔伯特空间(=(适当的)函数希尔伯特空间,包括de Branges-Rovnyak和其他结构空间)
60G25型 预测理论(随机过程方面)
62M20型 随机过程推断和预测
62K20型 响应面设计
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] N.Aronszajn公司。再生核理论。,美国数学学会学报,681950年·兹比尔0037.20701 ·数字对象标识代码:10.2307/1990404
[2] X.Bay、L.Grammont和H.Maatouk。Hilbert空间凸子集内插的一种新方法。hal-011364662015年·Zbl 1406.90127号
[3] A.Cousin、H.Maatouk和D.Rullière。金融期限结构的克里金。,《欧洲运筹学杂志》,2016年4月·Zbl 1346.91264号 ·doi:10.1016/j.ejor.2016.05.057
[4] G.Kimeldorf和G.Wahba。随机过程贝叶斯估计与样条平滑的对应。,《数理统计年鉴》,第495-502页,1970年·Zbl 0193.45201号 ·doi:10.1214/aoms/1177697089
[5] H.马图克。,线性不等式约束下高斯过程回归与插值样条的对应性。理论和应用。博士论文,圣埃蒂安矿业公司,2015年。
[6] H.Maatouk和X.Bay。不等式约束计算机实验的高斯过程仿真器。2014年12月修订·Zbl 1371.65006号
[7] H.Maatouk和Y.Richet。constrKriging,2015年。R软件包在线提供,网址:。
[8] C.米切利和F.乌特雷拉斯。希尔伯特空间凸子集中的平滑和插值。,SIAM科学与统计计算杂志,9(4):728-7461988·Zbl 0651.65046号 ·doi:10.1137/0909048
[9] E.帕尔岑。,希尔伯特空间方法对时间序列的统计推断。斯坦福大学,1959年。
[10] J.Quinonero-Candela、C.E.Rasmussen和C.K.I.Williams。高斯过程回归的近似方法。,《大型内核机》,第203-223页,2007年。
[11] C.E.Rasmussen和C.K.I.Williams。,机器学习的高斯过程(自适应计算和机器学习)。麻省理工学院出版社,2005年。
[12] G.F.Trecate、C.K.I.Williams和M.Opper。高斯过程的有限维近似。年,《1998年神经信息处理系统进展会议论文集II》,第218-224页。麻省理工学院出版社,1999年。
[13] F.乌特雷拉斯。单调约束下噪声数据的平滑存在性、特征和收敛速度。,数字数学,47(4):611-6251985·Zbl 0606.65006号 ·doi:10.1007/BF01389460
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。