クリギングとガウス過程の違いに関連する混乱

クリギングプロセスとガウスプロセスの違いを理解するのに苦労しています。つまり、ウィキはそれらは同じであると言いますが、予測の式はとても異なります。

それらが同じように呼ばれている理由を少し混乱しています。明確化？

gaussian-process

通常のクリギングと単純なクリギングの間には微妙な違いがあり、それがあなたを混乱させるかもしれません。通常表示される方法でのGP回帰は、単純なクリギングに似ています。ガウシアンプロセスのウィキペディアエントリでは、記事は「ゼロ平均分布」に明示的に言及していると述べています。これは、単純なクリギングで見られるのと同じ仮定です。

$CO_2$

$\mu(X)$ $X_t$

— usεr11852
ソース

これは本当ではありません。GPの文献では、一般性を失うことなくゼロ平均の仮定を使用しているが、平均の構造をカーネルに追加していることがよくあります（たとえば、線形カーネルを追加するなど）。主題に関するほとんどすべての論文に見られるように、GPは確かに1次元でのみ使用されるわけではありません。1Dシナリオは、紹介テキストの直感的な目的でのみ使用されます。実際、ほとんどの1Dケースでは、GPを計算効率の高いカルマンフィルターにエンコードできます。

— j__ 2015年

@j__コメントの最初の部分について：私は部分的に同意しますが、残念ながら、ほとんどの場合、用語の問題であり、人々はそれを乱用する傾向があります。本で見た標準的な違いを紹介します。第二部について：私は同意しないでください。GPR 1Dケースの複数のアプリケーションを見てきました（例：FXレートモデリング、系統発生学、およびODEソリューション -これらはGoogleですばやく検索します）。私はあなたのコメント一般的に統計的枠組みに感謝（つづき）

— usεr11852

多変量設定で適用された場合、それは独自のものになりますが、それは1Dアプリケーションを信用しません。

— usεr11852

まあ、あなたがどこから来たのかわかります。クリギングの場合のように2/3に制限されるのとは対照的に、GPが一般にN次元の空間で行動することがより一般的だと私は思うでしょう。特殊なケースは1D設定です。それは私たちが同意できる良い中間点かもしれません;）

— j__

はい、1-Dケースは固有の傾向があります。（ひどいしゃれ）

— usεr11852

GPは地球統計学のクリギングとして知られています。ガウスプロセスの履歴については、このビデオをご覧ください。http：//youtu.be/4r463NLq0jU？t = 26s

— プシュカル
ソース