複雑なデータセットにおける不均一分散ガウシアンプロセスの理論的分析

本研究は、データ駆動型の手法で未知のシステムを識別する不均一分散ガウシアンプロセス(HGP)の新しい理論的枠組みを紹介する。HGPは複雑な学習データの不均一分散ノイズに効果的に対処できるが、HGPの事後分布を正確に計算することは困難である。本研究では、事後分布の正確な平均、分散、累積分布を導出する。さらに、導出された理論的知見を確率制約付きトラッキングコントローラに適用する。HGPが未知の外乱を識別した後、このコントローラは外乱の存在下でも系の確率制約を扱うことができる。