机译:高斯过程分散数据融合和主动传感,用于按需出行系统中的时空交通建模和预测
Singapore-MIT Alliance for Research and Technology, Republic of Singapore;
Active learning; Gaussian process; adaptive sampling; decentralized active sensing; decentralized/distributed data fusion; distributed consensus filtering; environmental sensing and monitoring; log-Gaussian process; mobility demand prediction; relational Gaussian process; spatiotemporal modeling; traffic flow forecasting; vehicular sensor network;
机译:使用分层高斯混合建模和熵分析表征交通动态的系统时空建模框架
机译:高斯过程分散数据融合符合大规模分布式合作知识的转移学习
机译:低秩模型的非均匀时空对数-高斯Cox过程的Bayes估计和预测,及其在犯罪监测中的应用
机译:利用移动传感器进行分散数据融合和主动感应,以建模和预测时空交通现象
机译:混合变量元模型和数据融合的潜在地图高斯工艺
机译:使用八个高斯过程软件包将高斯过程模型拟合到各种数据集的数据
机译:高斯过程分散数据融合和主动传感用于移动点播系统中的时空流量建模和预测