Automatic Kernel Selection for Gaussian Processes Regression with Approximate Bayesian Computation and Sequential Monte Carlo

The current work introduces a novel combination of two Bayesian tools, Gaussian Processes (GPs), and the use of the Approximate Bayesian Computation (ABC) algorithm for kernel selection and parameter estimation for machine learning applications. The combined methodology that this research article pr...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ

Հիմնական հեղինակներ:	Anis Ben Abdessalem, Nikolaos Dervilis, David J. Wagg, Keith Worden
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	Frontiers Media S.A. 2017-08-01
Շարք:	Frontiers in Built Environment
Խորագրեր:	kernel selection hyperparameter estimation approximate Bayesian computation sequential Monte Carlo Gaussian processes
Առցանց հասանելիություն:	http://journal.frontiersin.org/article/10.3389/fbuil.2017.00052/full
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!