高斯过程的导数


12

我相信高斯过程(GP)的导数是另一个GP,因此我想知道GP的导数的预测方程式是否存在闭式方程式?特别是,我正在使用平方指数(也称为高斯)协方差核,想了解有关对高斯过程的导数进行预测的信息。


GP的衍生词是什么意思?您是否会根据BP随机生成一条曲线,然后取导数?x(t)
Placidia 2015年

@Placidia,不是我的意思是计算,我认为这应该是另一个高斯过程x(t)t

好问题。但是,我似乎记得布朗运动既是GP,又无可区别。所以我不确定是否会有一个通用表达式。当然,x(t)-x(th)应该是高斯函数,因此,给定协方差函数可以考虑给定h的概率。
推测2015年

@conjectures,这就是为什么我专门说我有一个GP,其中内核函数是平方指数(因为我知道一个函数是无限可微的),并且实际上只是在我的示例中寻找导数情况。但是好点还是!

Answers:


13

简短的答案:是的,如果您的高斯过程(GP)是可微的,则其导数又是GP。可以像处理任何其他GP一样处理它,并且可以计算预测分布。

但是,由于GP及其派生密切相关,因此您可以从另一个推论两者的性质。GG

  1. 存在G

如果存在则具有协方差函数零均值GP 是可微的(均方)。在那种情况下,的协方差函数等于。如果过程不是零均值,则均值函数也必须是可微的。在这种情况下,的均值函数是的均值函数的导数。KK(x1,x2)=2Kx1x2(x1,x2)GKGG

(有关更多详细信息,请检查A. Papoulis的附录10A“概率,随机变量和随机过程”)

由于高斯指数核是任意阶的,因此对您来说这没有问题。

  1. 预测分布G

如果您只想以观测为条件,这将很简单:如果您可以计算出各自的导数,您就会知道均值和协方差函数,以便您可以像对其他GP一样进行推论。 G

但你也可以得到与预测分布的基础上观察。为此,您可以按照标准方式计算的后验,然后将1.应用于后验过程的协方差和均值函数。GGG

反之亦然,即以观测条件为条件来推断的后验。在那种情况下,的协方差函数由的积分给出,可能很难计算,但逻辑实际上是相同的。GGGK


我不懂你的问题。上面给出了协方差函数和均值函数的显式公式(在Rasmussen / Williams的9.4中)。既然了解和使用GP就是全部,那么您还需要什么?
gg

具有这种协方差的过程是不可区分的。如答案的第1节所述,内核函数必须在两个条目之间都是可微的。增量函数既不可微,也不可连续。因此,甚至不存在。G
gg

您是否可能混淆均值函数和过程路径?请注意,均值函数比路径平滑,即使过程没有差异,也可能是可微的。但是均值函数是确定性函数,而不是过程,因此没有可以计算的方差。
gg

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.