首页
企业/组织
新建镜像项目
新建托管项目
登录
注册
尹峰
/
Scalable Gaussian Process for Wireless Traffic Prediction
分享
Activities
1
任务
Resources
Roadmap
Calendar
Gantt
该分布式高斯过程模型包含两个算法，即基于矩阵近似的分布式GP训练算法和基于交叉验证的分布式GP预测算法，分别对应于高斯过程的训练过程和预测过程。成果发表于IEEE Journal on Selected Areas in Communications.上的期刊论文Wireless Traffic Prediction with Scalable Gaussian Process: Framework, Algorithms, and Verification。分布式GP训练算法的核心思想是基于ADMM算法将原高斯过程的超参数优化问题拆分为多个更易于解决的子问题，并交由多个分布式计算单元分别解决。分布式GP预测算法的核心思想是利用交叉验证思想，将分布式计算单元的本地预测结果融合为一个更准确的全局预测结果。
项目动态
全部动态
问题动态
资源库动态
讨论区动态
成员管理动态
Scalable Gaussian Process for Wireless Traffic Prediction | 项目
尹峰
创建时间：12/01/2020 04:49 PM
Loading...
