Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cond-mat > arXiv:2409.13772

帮助 | 高级搜索

凝聚态物理 > 统计力学

arXiv:2409.13772 (cond-mat)
[提交于 2024年9月19日 (v1) ,最后修订 2025年5月2日 (此版本, v2)]

标题: 高斯过程的统计力学分析

标题: Statistical Mechanical Analysis of Gaussian Processes

Authors:Jun Tsuzurugi
摘要: 在本文中,我们使用统计力学分析高斯过程。 尽管输入最初是多维的,但我们通过将输入视为一维来简化模型以进行统计力学分析。 此外,我们采用周期性边界条件作为另一种建模方法。 通过使用周期性边界条件,我们可以对协方差矩阵进行对角化。 然后将对角化的协方差矩阵应用于高斯过程。 这使得可以使用得到的对角化矩阵对高斯过程进行统计力学分析。 我们指出,该方法获得的解析解与模拟结果非常接近。
摘要: In this paper, we analyze Gaussian processes using statistical mechanics. Although the input is originally multidimensional, we simplify our model by considering the input as one-dimensional for statistical mechanical analysis. Furthermore, we employ periodic boundary conditions as an additional modeling approach. By using periodic boundary conditions, we can diagonalize the covariance matrix. The diagonalized covariance matrix is then applied to Gaussian processes. This allows for a statistical mechanical analysis of Gaussian processes using the derived diagonalized matrix. We indicate that the analytical solutions obtained in this method closely match the results from simulations.
评论: 12页,3图,
主题: 统计力学 (cond-mat.stat-mech) ; 数据分析、统计与概率 (physics.data-an)
引用方式: arXiv:2409.13772 [cond-mat.stat-mech]
  (或者 arXiv:2409.13772v2 [cond-mat.stat-mech] 对于此版本)
  https://doi.org/10.48550/arXiv.2409.13772
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jun Tsuzurugi [查看电子邮件]
[v1] 星期四, 2024 年 9 月 19 日 00:59:35 UTC (490 KB)
[v2] 星期五, 2025 年 5 月 2 日 06:42:39 UTC (491 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cond-mat.stat-mech
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-09
切换浏览方式为:
cond-mat
physics
physics.data-an

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号