具有稀疏协方差矩阵的多元高斯分布,或者从高斯过程中采样

时间:2018-11-13 19:40:29

标签: python distribution gaussian normal-distribution

我有兴趣从具有平方指数核的高斯过程创建随机函数。这实际上等效于执行以下操作:

如果我希望我的过程具有N个数据点,则会生成具有N维的多元高斯分布,其协方差由带状矩阵K(m,n)= a * exp(-(mn)^ 2 / s ^ 2),用于一些a和s。如果我设置一些截止点,则我的协方差矩阵将有效地成为带状矩阵,仅在对角线上具有元素,并且其长度范围可能约为50-100。这是一个稀疏矩阵。

是否有一种方法可以针对较大的N(我希望N〜10 ^ 5)有效地生成此高斯过程?我现在在Python中执行此操作的方式是生成协方差矩阵并进行多元高斯分布,但这对大N而言效率很低,因为必须存储大协方差矩阵。 有没有一种有效的方法来完成所有这些工作?

我想这实际上等效于询问如何从给定内核的高斯过程中有效采样。是否有任何软件包可以做到这一点?

谢谢!

(我已经在Cross Validated here上交叉发布了本质上等效的问题)

0 个答案:

没有答案