Adaptive transfer kernel learning for transfer Gaussian process regression
Transfer regression is a practical and challenging problem with important applications in various domains, such as engineering design and localization. Capturing the relatedness of different domains is the key of adaptive knowledge transfer. In this paper, we investigate an effective way of explicit...
محفوظ في:
المؤلفون الرئيسيون: | Wei, Pengfei, Ke, Yiping, Ong, Yew Soon, Ma, Zejun |
---|---|
مؤلفون آخرون: | School of Computer Science and Engineering |
التنسيق: | مقال |
اللغة: | English |
منشور في: |
2023
|
الموضوعات: | |
الوصول للمادة أونلاين: | https://hdl.handle.net/10356/164888 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
المؤسسة: | Nanyang Technological University |
اللغة: | English |
مواد مشابهة
-
Easy-but-effective domain sub-similarity learning for transfer regression
بواسطة: Wei, Pengfei, وآخرون
منشور في: (2021) -
A general domain specific feature transfer framework for hybrid domain adaptation
بواسطة: Wei, Pengfei, وآخرون
منشور في: (2020) -
Fast transfer Gaussian process regression with large-scale sources
بواسطة: Da, Bingshui, وآخرون
منشور في: (2020) -
Uncluttered domain sub-similarity modeling for transfer regression
بواسطة: Wei, Pengfei, وآخرون
منشور في: (2020) -
Transfer Hawkes processes with content information
بواسطة: Li, Tianbo, وآخرون
منشور في: (2020)