...
机译:利用GARSMAN歧管的高斯过程回归的高维模型数据驱动代理
Johns Hopkins Univ Dept Civil & Syst Engn Baltimore MD 21218 USA;
Johns Hopkins Univ Dept Civil & Syst Engn Baltimore MD 21218 USA;
Grassmann manifold; Spectral clustering; Gaussian process regression; Machine learning; Nonlinear projection; Interpolation;
机译:结构化贝叶斯高斯过程潜在变量模型:应用于数据驱动的维度降低和高维反转
机译:基于扰动信号的基于扰动信号的数据驱动高斯过程回归模型,用于机器人埋头次操作中的过程中的基础质量预测
机译:高斯过程回归移动边界动态系统的数据驱动的非流程减少
机译:使用高斯工艺歧管内核维度减少回归
机译:通过Stieafel流形学习的高斯工艺建模和监督维度减少算法
机译:将高斯过程回归与数据驱动的流形嵌入链接以进行非线性数据融合
机译:利用GARSMAN歧管的高斯过程回归的高维模型数据驱动代理