Verwirrung im Zusammenhang mit Unterschieden zwischen Kriging- und Gauß-Prozessen

Es fällt mir schwer zu verstehen, was der Unterschied zwischen Kriging- und Gauß-Prozessen ist. Ich meine, Wiki sagt, dass sie gleich sind, aber ihre Formeln für die Vorhersage sind so unterschiedlich.

Ich bin etwas verwirrt, warum sie ähnlich genannt werden. Klarstellungen?

gaussian-process

— user34790
quelle

Es gibt einige subtile Unterschiede zwischen gewöhnlichem und einfachem Kriging, vielleicht verwirrt Sie das. Die GP-Regression in der Art, wie sie normalerweise dargestellt wird, ist analog zu einfachem Kriging. Im Wikipedia-Eintrag zum Gaußschen Prozess heißt es, dass der Artikel explizit auf eine " Null-Mittelwert-Verteilung " verweist ; das ist die gleiche Annahme, die man beim einfachen Kriging findet.

Im Allgemeinen wird Kriging normalerweise in zwei- oder dreidimensionalen Räumen durchgeführt (z. B. Schadstoffkonzentration entlang eines bestimmten Bereichs), während die meisten GPR-Spielzeugbeispiele eindimensional sind (z. B. -Konzentration in der Atmosphäre gegen die Zeit). $CO_2$

$\mu(X)$ $X_t$

— usεr11852
quelle

Das ist nicht wirklich wahr. Oft sehen Sie in der GP-Literatur, dass sie ohne Verlust der Allgemeinheit Null-Mittelwert-Annahmen verwenden, dann aber die Struktur des Mittelwerts in den Kernel einfügen (zum Beispiel durch Hinzufügen eines linearen Kernels usw.). Allgemeinmediziner werden sicherlich nicht nur in einer Dimension eingesetzt, wie in so ziemlich jedem Artikel zu diesem Thema zu sehen ist. Das 1D-Szenario wird in Einführungstexten nur zu Intuitionszwecken verwendet. Tatsächlich können Sie in den meisten 1D-Fällen den GP in einen Kalman-Filter codieren, der rechnerisch effizienter ist.

— 9.

@j__ Zum ersten Teil Ihres Kommentars: Ich stimme teilweise zu, aber leider handelt es sich meistens um ein Terminologieproblem, das die Leute manchmal missbrauchen. Ich präsentiere die kanonische Unterscheidung, die ich in Büchern gesehen habe. Zum zweiten Teil: Lassen Sie mich nicht zustimmen. Ich habe mehrere Anwendungen von GPR 1D-Fällen gesehen (z. B. in der Modellierung von Wechselkursraten , in der Phylogenetik und in ODE-Lösungen - diese führen nur eine schnelle Google-Suche durch). Ich schätze Ihren Kommentar, dass im Allgemeinen ein statistischer Rahmen (Forts.)

— usεr11852

kommt zur Geltung, wenn es in multivariaten Einstellungen angewendet wird, aber das diskreditiert 1D-Anwendungen nicht.

— usεr11852

Nun, ich sehe, woher du kommst. Ich denke, ich würde sagen, dass es für Allgemeinmediziner üblicher ist, in allgemeinen N-dimensionalen Räumen zu agieren, anstatt auf 2/3 beschränkt zu sein, was bei Kriging der Fall ist. Ein Sonderfall ist die 1D-Einstellung. Das kann ein guter Mittelweg sein, auf den wir uns einigen können;)

— j__

Ja, 1-D-Fälle sind in der Regel einzigartig . (Schreckliches Wortspiel)

— usεr11852

Allgemeinmediziner werden in der Geostatistik als Kriging bezeichnet. Um mehr über die Geschichte der Gaußschen Prozesse zu erfahren, schauen Sie sich dieses Video an: http://youtu.be/4r463NLq0jU?t=26s

— Pushkar
quelle