×

对称群上的高斯场:预测和学习。 (英语) Zbl 1443.60035号

摘要:在抽象空间(mathcal{X})上定义的实函数的监督学习框架中,高斯过程被广泛使用。(mathcal{X})的欧几里德情形是众所周知的,并且已经被广泛研究。本文研究了不太经典的情形,其中(mathcal{X})是置换的非交换有限群(即所谓的对称群)。我们提供了一个应用程序,用于基于高斯过程的拉丁超立方体设计优化。我们还将结果扩展到部分排名的情况。

MSC公司:

60G15年 高斯过程
62M20型 随机过程推断和预测

软件:

EGO公司
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] R.A.Adams和J.J.Fournier。,索博列夫空间,第140卷。学术出版社,2003年·Zbl 1098.46001号
[2] E.Anderes、J.Möller和J.G.Rasmussen。图及其边上的各向同性协方差函数。,arXiv预印arXiv:1710.012952017·Zbl 1455.62142号
[3] F.Bachoc公司。模型错误高斯过程超参数的交叉验证和极大似然估计。,计算统计学与数据分析,66:55-691013·Zbl 1471.62021号 ·doi:10.1016/j.csda.2013.03.016
[4] F.Bachoc公司。高斯过程协方差参数估计中空间抽样作用的渐近分析。,《多元分析杂志》,125:1-352014·Zbl 1280.62100号 ·doi:10.1016/j.jmva.2013.11.015
[5] F.Bachoc、F.Gamboa、J.M.Loubes和N.Venet。分布输入的高斯过程回归模型。,IEEE信息理论汇刊,PP(99):1-12017·Zbl 1401.62106号 ·doi:10.1109/TIT.2017.2762322
[6] F.Bachoc,A.Lagnoux,A.F.López-Lopera,et al.不等式约束下高斯过程的最大似然估计。,《电子统计杂志》,13(2):2921-29692019·Zbl 1428.62420号 ·doi:10.1214/19-EJS1587
[7] F.Bachoc、A.Suvorikova、D.Ginsbourger、J.-M.Loubes和V.Spokoiny。通过最优传输和Hilbertian嵌入的多维分布输入高斯过程。,1805.00753v22019年·Zbl 1448.60085号
[8] C.Berg、J.P.R.Christensen和P.Ressel。,半群上的调和分析。柏林施普林格,1984年·Zbl 0619.43001号
[9] P.Billingsley。,概率测度的收敛性。John Wiley&Sons,2013年·Zbl 0172.21201号
[10] 布鲁塞尔欧洲舆论研究小组。欧洲气压计55.2(2001年5月至6月),2012年。
[11] 克里斯托弗先生。,物流和供应链管理。培生英国,2016年。
[12] S.Clémençon、R.Gaudel和J.Jakubowicz。傅里叶域中的聚类排序。在,《数据库中的机器学习和知识发现》,计算机科学课堂讲稿,第343-358页。施普林格,柏林,海德堡,2011年9月。
[13] 北克雷西。空间数据统计。,Terra Nova,4(5):613-6171992年。
[14] N.Cressie和S.Lahiri。REML估计的渐近分布。,《多元分析杂志》,45:217-2331993年·Zbl 0772.62008号 ·doi:10.1006/jmva.1993.1034
[15] N.Cressie和S.Lahiri。空间协方差参数的REML估计的渐近性。,《统计规划与推断杂志》,50:327-341996年·兹比尔0847.62044 ·doi:10.1016/0378-3758(95)00061-5
[16] D.E.克里奇洛。关于秩统计:一种通过排列组上的度量的方法。,统计规划与推断杂志,32(3):325-3461992·Zbl 0770.62036号 ·doi:10.1016/0378-3758(92)90015-K
[17] D.E.Critchlow。,分析部分排名数据的度量方法,第34卷。施普林格科学与商业媒体,2012年·Zbl 0589.62041号
[18] D.E.Critchlow和M.A.Fligner。使用项目协变量对模型进行排名。在《排名数据的概率模型和统计分析》中,第1-19页。施普林格,1993年·Zbl 0766.62011号
[19] D.E.Critchlow、M.A.Fligner和J.S.Verducci。排名的概率模型。,数学心理学杂志,35(3):294-3181991·Zbl 0741.62024号 ·doi:10.1016/0022-2496(91)90050-4
[20] D.Dacunha-Castelle和M.Duflo。,概率与统计,第2卷。施普林格科学与商业媒体,2012年·Zbl 0586.62003号
[21] P.迪亚科尼。概率统计中的群表示。,课堂讲稿-专题系列,11:i-1921988年·Zbl 0695.60012号
[22] R.Fagin、R.Kumar和D.Sivakumar。比较前k个列表。,SIAM离散数学杂志,17(1):134-1602003·Zbl 1057.68075号 ·doi:10.1137/S0895480102412856
[23] S.Gerschgorin.Uber die abgrenzung der eigenwerte einer matrix.,Izvestija Akademii Nauk SSSR,Serija Matematika,7(3):749-7541931。
[24] D.豪斯勒。离散结构上的卷积核。技术报告,技术报告,加州大学圣克鲁斯分校计算机科学系,1999年。
[25] Y.Jiao和J.-P.版本。用于排列的kendall和mallows内核。,IEEE模式分析和机器智能汇刊,40(7):1755-17692017。
[26] D.R.Jones、M.Schonlau和W.J.Welch。昂贵的黑盒函数的高效全局优化。,《全局优化杂志》,13(4):455-4921998·Zbl 0917.90270号 ·doi:10.1023/A:1008306431147
[27] R.Kondor。,机器学习中的群论方法。2008年,美国纽约哥伦比亚大学博士论文。
[28] R.Kondor和M.S.Barbosa。在傅里叶空间中用核进行排序。《学习理论会议论文集》(COLT 2010),第451-463页,2010年。
[29] A.Korba、S.Clémençon和E.Sibony。排名聚合的学习理论。《人工智能与统计》,第1001-1010页,2017年。
[30] G.黎巴嫩和Y.Mao。部分排名数据的非参数建模。,机器学习研究杂志,9(10月):2401-24292008·Zbl 1225.62067号
[31] M.Lomelí、M.Rowland、A.Gretton和Z.Ghahramani。部分排名的对偶和蒙特卡罗核估计。,统计与计算,29(5):1127-11472019年9月·Zbl 1430.62050 ·doi:10.1007/s11222-019-09859-z
[32] H.Mania、A.Ramdas、M.J.Wainwright、M.I.Jordan和B.Recht。关于排名协变量的核方法。,电子。J.统计。,12(2) :2537-2577, 2018. ·Zbl 1409.62090号 ·doi:10.1214/18-EJS1437
[33] J.I.Marden。,分析和建模等级数据。查普曼和霍尔/CRC,2014年·Zbl 0853.62006号
[34] K.Mardia和R.Marshall。空间回归中残差协方差模型的最大似然估计。,《生物统计学》,71:135-1461984年·兹比尔0542.62079 ·doi:10.1093/biomet/71.1.135
[35] M.D.McKay、R.J.Beckman和W.J.Conover。在分析计算机代码的输出时选择输入变量值的三种方法的比较。,技术计量学,21(2):239-2451979·Zbl 0415.62011号
[36] C.A.Michelli、Y.Xu和H.Zhang。通用内核。,机器学习研究杂志,7(12月):2651-26672006·Zbl 1222.68266号
[37] R.Montemanni、J.Barta、M.Mastrolilli和L.M.Gambardella。区间数据的鲁棒旅行推销员问题。,运输科学,41(3):366-3812007。
[38] S.T.Rachev、L.Klebanov、S.V.Stoyanov和F.Fabozzi。,概率统计理论中的距离方法。施普林格科学与商业媒体,2013年·Zbl 1280.60005号
[39] C.拉斯穆森和C.威廉姆斯。,机器学习的高斯过程。麻省理工学院出版社,剑桥,2006年·Zbl 1177.68165号
[40] T.J.Santner、B.J.Williams、W.Notz和B.J.威廉姆斯。,计算机实验的设计与分析,第1卷。斯普林格,2003年·Zbl 1041.62068号
[41] M.斯坦因。,空间数据插值:克里金的一些理论。Springer,纽约,1999年·Zbl 0924.62100号
[42] S.Sundararajan和S.Keerthi。高斯过程中选择超参数的预测方法。,《神经计算》,13:1103-182001年6月·Zbl 1108.62327号 ·doi:10.1162/08997660151134343
[43] H.白色。错误指定模型的最大似然估计。,《计量经济学:计量经济学社会杂志》,第1-25页,1982年·Zbl 0478.62088号 ·doi:10.2307/1912526
[44] J。
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。