arXiv stat.ML· Pulong Ma, Li Ma·· 1 天前AI 评分13
ResTGP：面向高维数据的残差树高斯过程建模框架
A Residual Tree Gaussian Process Modeling Framework for High-Dimensional Data
AI 导读
研究者提出贝叶斯残差树高斯过程方法 ResTGP，用于处理多维域中具有异质结构的大规模空间数据。该方法沿二进树在多个分辨率上迭代分解预测过程与残差过程，实现灵活的多尺度协方差建模与分治计算，并基于递归消息传递的贝叶斯推断策略使计算量在给定树下随样本量线性增长。论文还证明了非参数回归框架下连续函数估计的后验一致性，数值实验与风暴潮应用验证了其优势。
来源：arXiv stat.ML · arxiv.org