Fonction de covariance Processus gaussien

1. Qu'est-ce que la matrice de covariance dans le processus gaussien?
2. Qu'est-ce qu'une fonction de covariance stationnaire?
3. Qu'est-ce qu'un noyau de covariance?
4. Qu'est-ce que le processus dans le processus gaussien?

Qu'est-ce que la matrice de covariance dans le processus gaussien?

La matrice de covariance pour un processus gaussien est une matrice gram. Parce que les hyperparamètres (α, l, σ0) n'ont aucune dépendance à l'indice, x.

Qu'est-ce qu'une fonction de covariance stationnaire?

Une fonction de covariance stationnaire est fonction de τ = x - x . Parfois, dans ce cas, nous écrivons K en fonction d'un seul argument, je.e. K (τ). La fonction de covariance d'un processus stationnaire peut être représentée comme la transformée de Fourier d'une mesure finie positive.

Qu'est-ce qu'un noyau de covariance?

En termes lâches, une fonction de noyau ou de covariance k (x, x ′) spécifie la relation statistique entre deux points x, x ′ dans votre espace d'entrée; c'est-à-dire que la façon dont un changement dans la valeur du processus gaussien (GP) à x est en corrélation avec un changement de GP à x '.

Qu'est-ce que le processus dans le processus gaussien?

Dans la théorie des probabilités et les statistiques, un processus gaussien est un processus stochastique (une collection de variables aléatoires indexées par le temps ou l'espace), de sorte que chaque collection finie de ces variables aléatoires a une distribution normale multivariée, i.e. Chaque combinaison linéaire finie d'entre eux est normalement distribué.