วิธีการดำเนินการถดถอยแบบเกาส์กระบวนการเมื่อฟังก์ชั่นการเปลี่ยนแปลงประมาณเมื่อเวลาผ่านไป?

อะไรคือกลยุทธ์ที่ดีสำหรับการดำเนินการถดถอยแบบเกาส์เมื่อฟังก์ชั่นที่ฉันพยายามประมาณการเปลี่ยนแปลงอยู่ตลอดเวลา? วิธีการไร้เดียงสาที่เกิดขึ้นในใจของฉันคือใช้เฉพาะจุดข้อมูลล่าสุด N เพื่อทำการถดถอย กลยุทธ์ที่ดีกว่าคืออะไร

คุณสามารถลองวิธีนี้:

วิธีเลือกการตั้งค่าแบบแอ็คทีฟสำหรับกระบวนการเกาส์เซียน

เราเสนอเฟรมเวิร์กการเลือกชุดการใช้งานสำหรับการจำแนกกระบวนการเกาส์เซียนสำหรับกรณีที่ชุดข้อมูลมีขนาดใหญ่พอที่จะทำให้ข้อสรุปอนุมานได้ ชุดรูปแบบของเราประกอบด้วยขั้นตอนการสลับสองขั้นตอนของกฎการอัปเดตชุดที่ใช้งานอยู่และการเพิ่มประสิทธิภาพพารามิเตอร์ไฮเปอร์พารามิเตอร์ตามการเพิ่มความเป็นไปได้สูงสุดที่จะเกิดขึ้น กฎการอัพเดตชุดที่แอ็คทีฟขึ้นอยู่กับความสามารถของการกระจายการทำนายของลักษณนามกระบวนการเกาส์เซียนเพื่อประเมินการมีส่วนร่วมของดาต้าพอยน์เมื่อรวมหรือลบออกจากแบบจำลอง

หากคุณต้องการอัลกอริทึมงบประมาณคงที่ดูเช่น

M. Lázaro-Gredilla, S. Van Vaerenbergh และ I. Santamaría, "แนวทาง Bayesian เพื่อการติดตามด้วยเคอร์เนลกำลังสองซ้ำน้อยที่สุด", การประชุมเชิงปฏิบัติการนานาชาติ IEEE เกี่ยวกับการเรียนรู้ของเครื่องสำหรับการประมวลผลสัญญาณ (MLSP 2011), ปักกิ่ง, จีน, กันยายน, 2011 .