Scalable gaussian process for large datasets
Luận văn · Thạc sĩ · năm 2024 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Hoàng Văn Đô |
| Người hướng dẫn | Emmanuel Vazquez; Trần Quốc Long |
| Cơ sở đào tạo | Đại học Quốc gia Hà Nội |
| Năm | 2024 |
| Nguồn | Thư viện số Đại học Quốc gia Hà Nội · trang gốc |
Tóm tắt
This thesis explores the domain of Gaussian Process (GP), a powerful Bayesian approach in machine learning, emphasizing their scalability for handling large datasets. Traditional GPs, while offering flexibility and probabilistic interpretation, face computational challenges as dataset sizes increase. This research primarily focuses on a novel method proposed by Noack et al., which introduces ”Exact Gaussian Processes for Massive Datasets via NonStationary Sparsity-Discovering Kernels”[23] addressing the scalability issue inherent in standard GPs. The first section of the thesis provides a comprehensive overview of Gaussian Processes, detailing their theoretical foundation, advantages, and standard implementation challenges, particularly in computational complexity and memory constraints. Following this, the thesis delves into various existing strategies for scaling GPs, highlighting their limitations and strengths. The core of this thesis is an in-depth analysis and implementation of Noack et al.’s method. This method proposes an innovative approach using non-stationary kernels that discover parsity in the data, allowing for an exact GP inference on massive datasets. The non-stationary aspect of the kernel contributes to a more flexible representation of data, adapting to varying densities and patterns within the dataset. Empirical evaluations are conducted on several large datasets to assess the effectiveness of Noack’s method in comparison to traditional and other scalable GP methods. The results demonstrate significant improvements in computational efficiency without compromising the accuracy and interpretability of the GP model. Lastly, the thesis discusses potential applications of this scalable GP approach in various real world scenarios, such as geostatistical modeling, environmental monitoring, and large scale machine learning tasks. The research concludes with an exploration of future work, contemplating further enhancements and potential integration with other machine learning frameworks. Data and Communication Engineering: Kỹ thuật truyền thông và dữ liệu (Chưa có mã số) [NGÀNH ĐIỆN TỬ, NĂNG LƯỢNG ĐIỆN, TỰ ĐỘNG HÓA]
Gaussian processScalabilityLarge DatasetsNon-Stationary KernelsBayesian LearningMachine LearningQuy trình GaussianBộ dữ liệu lớnHạt nhân không cố địnhKỹ thuật truyền thôngTruyền thông dữ liệu
Bản toàn văn lưu tại thư viện Đại học Quốc gia Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Thành lập bản đồ địa chính xã Quỳnh Vinh, Thị xã Hoàng Mai, Tỉnh Nghệ An từ số liệu đo đạc trực tiếp bằng phần mềm Microstation và Famis
- Thiết kế, lập trình gia công khuôn đúc cho chi tiết tay nắm cầm mở cửa trên xe Uoát
- Ứng dụng phần mềm Microstation V8 và Gcadas thành lập bản đồ hiện trạng sử dụng đất từ bản đồ địa chính số phường Tào Xuyên, thành phố Thanh Hóa, tỉnh Thanh Hóa
- Thành lập bản đồ hiện trạng sử dụng đất từ bản đồ địa chính cho xã Thống Nhất, huyện Hoành Bồ, Tỉnh Quảng Ninh bằng phần mềm Microstation
- Nghiên cứu Phần mềm catia ứng dụng trong thiết kế và gia công khuôn nhựa trên máy CNC
- Nghiên cứu một số thuật toán hoạch định đường đi cho robot
- Nghiên cứu phương pháp xác định nguồn phát thải, độ sâu quang học sol khí và ứng dụng học máy trong ước tính ô nhiễm không khí
- Tối ưu hàm Submodular và ứng dụng trong học máy
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.