Fast Variational Learning in State-Space Gaussian Process Models

Paul Chang, William Wilkinson, Mohammad Emtiyaz Khan, Arno Solin

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Abstrakti

Gaussian process (GP) regression with 1D inputs can often be performed in linear time via a stochastic differential equation formulation. However, for non-Gaussian likelihoods, this requires application of approximate inference methods which can make the implementation difficult, e.g., expectation propagation can be numerically unstable and variational inference can be computationally inefficient. In this paper, we propose a new method that removes such difficulties. Building upon an existing method called conjugate-computation variational inference, our approach enables linear-time inference via Kalman recursions while avoiding numerical instabilities and convergence issues. We provide an efficient JAX implementation which exploits just-in-time compilation and allows for fast automatic differentiation through large for-loops. Overall, our approach leads to fast and stable variational inference in state-space GP models that can be scaled to time series with millions of data points.
AlkuperäiskieliEnglanti
OtsikkoProceedings of the 2020 IEEE 30th International Workshop on Machine Learning for Signal Processing, MLSP 2020
KustantajaIEEE
ISBN (elektroninen)978-1-7281-6662-9
DOI - pysyväislinkit
TilaJulkaistu - 23 syyskuuta 2020
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaIEEE International Workshop on Machine Learning for Signal Processing - Espoo, Suomi
Kesto: 21 syyskuuta 202024 syyskuuta 2020
Konferenssinumero: 30
https://ieeemlsp.cc

Workshop

WorkshopIEEE International Workshop on Machine Learning for Signal Processing
LyhennettäMLSP
MaaSuomi
KaupunkiEspoo
Ajanjakso21/09/202024/09/2020
www-osoite

Sormenjälki Sukella tutkimusaiheisiin 'Fast Variational Learning in State-Space Gaussian Process Models'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä