Howtosignalprocessing
- O que é matriz de covariância no processo gaussiano?
- O que é uma função estacionária de covariância?
- O que é um kernel de covariância?
- O que é processo no processo gaussiano?
O que é matriz de covariância no processo gaussiano?
A matriz de covariância para um processo gaussiano é uma matriz de grama obtida avaliando alguma função do kernel k (x, x ′) em pares entre um conjunto de observações. Porque os hiperparâmetros (α, l, σ0) não dependem do índice, x.
O que é uma função estacionária de covariância?
Uma função estacionária de covariância é uma função de τ = x - x . Às vezes, neste caso, escreveremos k em função de um único argumento, eu.e. K (τ). A função de covariância de um processo estacionário pode ser representada como a transformação de Fourier de uma medida finita positiva.
O que é um kernel de covariância?
Em termos frouxos, uma função de kernel ou covariância k (x, x ′) especifica a relação estatística entre dois pontos x, x ′ no seu espaço de entrada; Ou seja, quão acentuadamente uma mudança no valor do processo gaussiano (GP) em X se correlaciona com uma mudança no GP em x '.
O que é processo no processo gaussiano?
Na teoria e estatística de probabilidade, um processo gaussiano é um processo estocástico (uma coleção de variáveis aleatórias indexadas por tempo ou espaço), de modo que toda coleção finita dessas variáveis aleatórias tenha uma distribuição normal multivariada, I I.e. Cada combinação linear finita deles é normalmente distribuída.
