吉布斯采样matlab代码ORIE-6741贝叶斯机器学习项目
贝叶斯非参数时间序列数据的预测模型
Chawannut
Prommin(),Serena
Li(),Yutao
Han()
纸张结构
抽象的
我们提出了一种新颖的贝叶斯非参数框架,用于具有模式发现和在线推理的时间序列数据建模。
我们尝试使用Indian
Buffet过程和无限隐藏Markov模型进行自动模式或聚类发现。
然后,我们的模型使用一种新颖的框架,通过具有谱混合核函数的高斯过程回归和假设检验,来在线推断时间序列数据。
由于对簇而不是整个数据集进行评估,因此我们考虑了在线推理过程中模型的可伸缩性。
介绍
相关工作
方法
贡献
印度自助餐过程(IBP)发现簇数
无限隐马尔可夫模型(iHMM)聚类
光谱混合(SM)内核学习
聚类时间序列数据
在线推论
快速推断
实验结果
时间序列聚类
内核学习和卡方检验
模型精度评估
讨论
参考
代码结构
要运行的脚本的描述:
下面的MATLAB文件不包括使用GPyTorch在Python文件中完成的KISS-GP快速推断的实现。
MATLAB文件实质上包括除KISS-GP实现之外的所有
2021-12-18 11:03:22
1.94MB
系统开源
1