인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
We provide a comprehensive algorithm for Laplace approximate inference in multivariate Gaussian process classification model with multiclass. First, we have derived the posterior distribution of the latent function representing each class of observation based on the training data by using the Bayesian theorem and Laplace approximation, and compute its mode and the covariance matrix. Further, we calculate the marginal distribution of the class indicator vector for observations. Second, we have also derived the predictive distribution of the latent function corresponding to the new input vector by using the existing training data as well as the new input vector. Next, we generate the n random samples from the predictive distribution of latent function corresponding to input vector. Further, we calculate the estimate of the classification probability by using the formula of the link function on the basis of generated random samples. Finally, we will classify the input vector to the class which its classification probability is maximized.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2016-569-001694545
