PrO-GPs

新的高斯过程方法增强了预测不确定性

研究人员引入了面向预测的高斯过程（PrO-GPs），这是一种新颖的高斯过程方法，旨在改进预测不确定性量化。与需要仔细设计选择（如核选择）的标准GP不同，PrO-GPs将预测不确定性作为主要的推断目标。虽然非参数模型的PrO后验的直接计算是难以处理的，但研究人员开发了一种有效的采样方案和一种简化形式。在合成数据和真实数据上的实验表明，与传统的GP方法相比，当模型被错误指定时，PrO-GPs提供了更好校准的预测分布。