Kebingungan terkait dengan perbedaan proses kriging dan gaussian

Saya mengalami kesulitan memahami apa perbedaan antara proses kriging dan gaussian. Maksud saya, wiki mengatakan bahwa mereka sama tetapi formula prediksi mereka sangat berbeda.

Saya agak bingung mengapa mereka disebut serupa. Klarifikasi?

gaussian-process

— pengguna34790
sumber

Ada beberapa perbedaan halus antara kriging biasa dan sederhana, mungkin itu membingungkan Anda. Regresi GP dalam cara itu biasanya disajikan analog dengan kriging sederhana. Dalam entri Wikipedia proses Gaussian dikatakan bahwa artikel tersebut merujuk secara eksplisit ke " distribusi nol-berarti "; itu adalah asumsi yang sama dengan yang ditemukan di kriging sederhana.

$CO_2$

$\mu(X)$ $X_t$

— usεr11852
sumber

Ini tidak benar. Seringkali Anda melihat dalam literatur GP bahwa tanpa kehilangan keumuman mereka menggunakan asumsi nol rata-rata tetapi kemudian menambahkan struktur mean ke dalam kernel (misalnya dengan penambahan kernel linear dll). Dokter tentu tidak digunakan hanya dalam satu dimensi karena dapat dilihat di hampir semua makalah tentang masalah ini. Skenario 1D hanya digunakan untuk tujuan intuisi dalam teks pengantar. Bahkan dalam kebanyakan kasus 1D Anda dapat menyandikan GP ke filter Kalman yang secara komputasi lebih efisien.

— Juli

@ j__ Untuk bagian pertama dari komentar Anda: Saya setuju sebagian tapi sayangnya itu sebagian besar masalah terminologi yang orang cenderung menyalahgunakannya di kali. Saya menyajikan perbedaan kanonik yang saya lihat dalam buku-buku. Untuk bagian kedua: Izinkan saya untuk tidak setuju. Saya telah melihat banyak aplikasi kasus GPR 1D (mis. Dalam pemodelan nilai tukar FX , dalam Phylogenetics , dan dalam solusi ODE - ini hanya melakukan pencarian Google cepat). saya menghargai komentar Anda yang umumnya kerangka statistik (lanjutan)

— usεr11852

hadir dengan sendirinya ketika diterapkan dalam pengaturan multivarian tetapi itu tidak mendiskreditkan aplikasi 1D.

— usεr11852

baik saya melihat dari mana Anda berasal. Saya kira saya akan mengatakan itu lebih umum bagi dokter untuk bertindak dalam ruang dimensi N umum dibandingkan dengan dibatasi pada 2/3 yang merupakan kasus dengan Kriging. Kasus khusus adalah pengaturan 1D. Itu mungkin jalan tengah yang baik yang bisa kita sepakati;)

— j__ 9'15

Ya, kasus 1-D cenderung unik . (

— Kata-

Dokter dikenal sebagai kriging dalam geostatistik. Untuk mempelajari tentang sejarah Proses Gaussian, tonton video ini http://youtu.be/4r463NLq0jU?t=26s

— pushkar
sumber