이 논문은 비정상적인 상관 구조를 가진 데이터에 대해 함수 관계를 학습하는 새로운 전략을 제시한다. 이 전략은 두 개의 가우시안 프로세스 계층을 사용한다.
첫 번째 계층은 비정상적인 가우시안 프로세스로, 다양한 다른 가우시안 프로세스를 포함한다. 이 내부 가우시안 프로세스들은 정상적일 수 있음을 증명한다.
두 번째 계층은 첫 번째 계층의 가우시안 프로세스에서 추출된 샘플 함수에 의존하는 비정상적인 커널을 사용한다. 이를 통해 입력 공간 내에서 상관 구조의 변화를 모델링할 수 있다.
이 모델은 매우 간단하며, 입력 변수의 각 차원에 대해 하나의 하이퍼파라미터만 학습하면 된다. 실제 데이터 세트에 대한 실험을 통해 이 새로운 학습 전략의 우수성을 입증한다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Gargi Roy,Da... at arxiv.org 04-22-2024
https://arxiv.org/pdf/2404.12478.pdfDeeper Inquiries