Kriging ve gauss süreçlerinin farkı ile ilgili karışıklık

10

Kriging ve gauss süreçleri arasındaki farkın ne olduğunu anlamakta zorlanıyorum. Yani wiki aynı olduklarını söylüyor, ancak tahmin formülleri çok farklı.

Neden buna benzer diye biraz kafam karıştı. Açıklamalar?

gaussian-process 
— user34790
kaynak

Yanıtlar:

5

Sıradan ve basit kriging arasında bazı ince farklılıklar vardır, belki de bu sizi şaşırtır. GP regresyonunun genellikle sunulma şekli basit kriging ile benzerdir. Gauss süreci Wikipedia girişinde, makalenin açıkça " sıfır-ortalama dağılımına " atıfta bulunduğu ; bu basit kriging'de bulunan aynı varsayımdır.

Ayrıca genellikle konuşma kriging genellikle 2 veya 3 boyutlu boşluklarda (örn. Belirli bir alan boyunca kirletici konsantrasyonu) gerçekleştirilirken, çoğu GPR oyuncak örneği bir boyutludur (örn. Atmosferde zamana karşı konsantrasyonu).CO2

Sonuçta kriging / GPR bir enterpolasyon tekniğidir ve varyantları arasındaki farkın çoğu (hepsi değil), ortalama eğilimi (veya bu gösterimi daha iyi isterseniz E [ ] varsayımına dayanır .μ(X)Xt

— usεr11852
kaynak
3
Bu gerçekten doğru değil. Genellikle GP literatüründe, genelliği kaybetmeden sıfır ortalama varsayım kullandıklarını, ancak ortalamanın yapısını çekirdeğe eklediklerini görüyorsunuz (örneğin, doğrusal bir çekirdek ekleyerek). GP'ler, konuyla ilgili hemen hemen tüm kağıtlarda görülebileceği gibi, yalnızca tek bir boyutta kullanılmamaktadır. 1D senaryosu yalnızca giriş metinlerinde sezgisel amaçlar için kullanılır. Aslında çoğu 1D durumunda GP'yi hesaplama açısından daha verimli bir Kalman filtresine kodlayabilirsiniz.
— j__
@j__ Yorumunuzun ilk kısmı için: Kısmen katılıyorum, ancak maalesef insanların zaman zaman onu kötüye kullanma eğiliminde olduğu bir terminoloji meselesidir. Kitaplarda gördüğüm kanonik ayrımı sunuyorum. İkinci kısım için: İzin vermeme izin verin. GPR 1D vakalarının birden fazla uygulamasını gördüm (örneğin , döviz kurları modellemesinde , Filogenetikte ve ODE çözümlerinde - bunlar sadece hızlı bir Google araması yapıyor). genellikle istatistiksel bir çerçeve (devam)
— usεr11852
çok değişkenli ortamlarda uygulandığında kendi haline gelir, ancak bu 1D uygulamalarını itibarsızlaştırmaz.
— usεr11852
1
nereden geldiğini görüyorum. Sanırım GP'lerin Kriging'de olduğu gibi 2/3 ile sınırlı olmanın aksine genel N boyutlu alanlarda hareket etmelerinin daha yaygın olduğunu söyleyebilirim. Özel bir durum 1D ayarıdır. Bu anlaşabileceğimiz iyi bir orta zemin olabilir;)
— j__
2
Evet, 1-B vakalar benzersiz olma eğilimindedir . (Korkunç pun)
— usεr11852
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.