提出CUTS-GPR高维高斯过程回归方法

研究者提出 CUTS-GPR，一种在高维场景下实现数值精确高斯过程回归（GPR）的新方法，其核心是极快的核矩阵-向量乘积，对训练数据量 N 呈近线性甚至线性扩展，对维度 D 呈低阶多项式扩展。

摘自 arXiv cs.LG

还没有足够的连续观测数据，暂不绘制趋势。