Resultados de la búsqueda

simultáneamente procesos gaussianos y cadenas de Márkov.[1]​[2]​ Un proceso estacionario de Gauss-Márkov es único[cita requerida] hasta reescalar; tal proceso es conocido…

la propuesta de nuevos procesos estocásticos. Ejemplos de tales procesos estocásticos incluyen el proceso de Wiener o proceso de movimiento browniano…

Xt{\displaystyle X_{t}} tengan media cero. Alternativamente, un proceso es gaussiano sí y sólo sí para cada conjunto finito de índices t1,…,tk{\displaystyle…

teoría matemática de los procesos de difusión, incluso en la teoría del potencial. Los procesos de Wiener son el núcleo del proceso evolutivo de Schramm-Loewner…

discretos (usualmente números naturales), estos procesos pueden aproximar procesos más complejos como los procesos estocásticos de tiempo continuo donde el tiempo…

kriging (del francés krigeage), también conocido como regresión en procesos Gaussianos, es un método de interpolación geoestadístico de estimación de puntos…

el perceptrón kernel, las máquinas de vectores soporte (SVM), los procesos gaussianos, el análisis de componentes principales (PCA), el análisis de correlación…

descubrió que datos derivados de procesos físicos raramente producen una "curva de distribución normal" (una distribución gaussiana, también llamada "curva en…

teoría de procesos estocásticos, el Teorema de Karhunen-Loève (así llamado debido a Kari Karhunen y Michel Loève) es una representación de un proceso estocástico…

en Hz Nota: el teorema se aplica solamente a los ruidos que son procesos gaussianos estacionarios. La manera en que esta fórmula introduce el ruido dependiente…

matemáticas, los coeficientes binomiales gaussianos (también llamados coeficientes gaussianos, polinomios gaussianos, o coeficientes q-binomiales) son q-análogos…

contextos, pero en particular en la modelización de series temporales y procesos estocásticos. La idea básica de un modelo doblemente estocástico es que…

sobre la función objetivo. Los dos métodos más comunes utilizan procesos gaussianos en un método denominado kriging. Otro método menos costoso utiliza…

artificial, para aprender Modelos ocultos de Márkov y Mixturas de Gaussianas, utilizadas en procesos de clasificación o reconocimiento. De esta forma, por su capacidad…

facilitar el problema. La complejidad computacional de la eliminación gaussiana es O(n³). Esto es, el máximo número de operaciones requeridas es del orden…

caracterización completa de los procesos gaussianos acotados en entornos muy generales, y también nuevos métodos para acotar procesos estocásticos. Descubrió…

semisupervisado, algoritmos de redes neuronales convolucionales activas y de procesos gaussianos. Su desarrollo de nuevos modelos no paramétricos de dimensión infinita…

los vectores de una base a ortogonalizar, si se aplica la eliminación Gaussiana por filas a la matriz ( M ⋅ M t | M ) {\displaystyle (M\cdot M^{t}|M)}…

necesario para la conservación de la energía entre los kernels Gaussianos y los kernels Gaussianos aproximados. w = | L x y ( 1.2 ) | F | D y y ( 9 ) | F |…

por una función gaussiana. Son funciones casi paso banda. La principal ventaja que se obtiene al introducir la envolvente gaussiana es que las funciones…