面向大规模数据的高斯过程回归算法研究.pdf
文本预览下载声明
摘要
深度学习虽然在图像处理、语音识别等应用中取得了显著进展，但它们对计算
资源的需求仍是一个不容忽视的挑战。深度神经网络模型往往需要昂贵的硬件支持，
从而限制了模型在资源有限的技术系统中的应用。而高斯过程凭借其对复杂数据关
系的有效捕捉以及对预测不确定性的评估，提供了一个资源受限环境下同样有效且
灵活的替代方案，受到广大学者的关注和青睐。将高斯过程应用于回归任务的一个
已知问题是模型的训练需要进行矩阵反演运算，这限制了高斯过程回归在大规模数
据集上的应用。因此，在保持理想预测精度的同时，解决模型计算
显示全部