Nazarbayev University Department of Computer Science Nur-Sultan Kazakhstan;
Kernel; Gaussian processes; Frequency-domain analysis; Adaptation models; Ground penetrating radar; Data models; Covariance matrices;
机译:高斯回归和功率谱密度估计与缺失数据:显微镜空间使命作为案例研究
机译:改进的自适应采样方法,利用高斯过程回归预测光谱峰结构
机译:高斯工艺回归自适应密度引导方法,用于潜在能量表面施工
机译:基于功率谱密度提高高斯过程回归的适应性
机译:稀疏在线使用高斯工艺的局部自适应回归持续的机器人模型学习和控制
机译:基于高斯过程回归和相对距离的自适应蓝牙/ Wi-Fi指纹定位方法
机译:缺少数据的高斯回归和功率谱密度估计:以MICROSCOPE太空任务为例,