莫塔巴

移动泰勒贝叶斯回归的非参数多维函数估计与可能相关的错误。我们研究了一种新的非参数估计方法,从一个有限样本点估计实数值未知、充分光滑实值函数的值和几个导数,其中函数参数和相应的值仅已知到具有一些假定分布和相关结构的测量误差。该方法采用移动泰勒贝叶斯回归(MOTABAR),利用贝叶斯更新找到函数在移动位置的泰勒多项式的系数的后验均值和方差。当测量误差被忽略时,MOTABAR成为一种多元插值方法。它包含了几种著名的回归和插值方法作为特殊或极限情况,包括局部或分段多项式回归、拉格朗日插值、逆距离加权和最近邻估计,因此也提供了一种新的方法来估计后者的置信界限。我们演示了使用劳伦兹吸引子从噪声观测的重建作为一个例子的MOTABAR的性能。

本软件关键词

这里的任何东西都将在支持画布元素的浏览器上被替换。