研究人员开发了一种新方法来改进非平稳高斯过程（GPs），通过将空间变形建模为协变量的函数。该方法解决了静态方法的局限性，这些方法无法在协变量条件变化时预测GP的行为。所提出的技术通过将变形表示为由速度场生成，并提供一种截断高阶相互作用以进行实际估计的方法，从而连接了变形空间和协变量向量。提供了一种用于样本外预测的高效算法，并在制造和地质统计学的模拟和案例研究中进行了演示。 AI
影响 增强了受协变量影响的空间数据的预测建模能力，有可能改进制造和地质统计学等领域的应用。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一种用于非平稳高斯过程的新方法。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
