Matarianova kovarianční funkce - Matérn covariance function

v statistika, Matérn kovariance, také nazývaný Matérnské jádro[1], je kovarianční funkce použito v prostorová statistika, geostatistika, strojové učení, obrazová analýza a další aplikace vícerozměrné statistické analýzy na metrické prostory. Je pojmenován podle švédského statistika lesnictví Bertil Matérn[2]. Běžně se používá k definování statistické kovariance mezi měřeními provedenými ve dvou bodech, které jsou d jednotky od sebe vzdálené. Protože kovariance závisí pouze na vzdálenostech mezi body, je stacionární. Pokud je vzdálenost Euklidovská vzdálenost, Matérnova kovariance také je izotropní.

Definice

Matérnova kovariance mezi dvěma body oddělenými d jednotky vzdálenosti jsou dány [3]

kde je funkce gama, je upravený Besselova funkce druhého druhu a ρ a ν jsou pozitivní parametry kovariance.

A Gaussův proces s Matérnovou kovariancí je časy diferencovatelné ve smyslu střední kvadratury.[3][4]

Spektrální hustota

Výkonové spektrum procesu s Matérnovou kovariancí definovanou na je (n-dimenzionální) Fourierova transformace matérské kovarianční funkce (viz Věta Wiener – Khinchin ). Výslovně je to dáno

[3]

Zjednodušení pro konkrétní hodnoty ν

Zjednodušení pro ν poloviční celé číslo

Když , Matérn kovariance lze zapsat jako produkt exponenciálu a polynomu řádu :[5]

který dává:

  • pro :
  • pro :
  • pro :

Gaussovský případ na hranici nekonečna ν

Tak jako , Matérn kovariance konverguje k čtvercová exponenciální kovarianční funkce

Taylorova řada v nulových a spektrálních momentech

Chování pro lze získat následující Taylorovou řadou:

Pokud jsou definovány, lze z Taylorovy řady odvodit následující spektrální momenty:

Viz také

Reference

  1. ^ Genton, Marc G. (1. března 2002). „Třídy jader pro strojové učení: perspektiva statistik“. The Journal of Machine Learning Research. 2 (3/1/2002): 303–304.
  2. ^ Minasny, B .; McBratney, A. B. (2005). "Matérn funguje jako obecný model pro půdní variogramy". Geoderma. 128 (3–4): 192–207. doi:10.1016 / j.geoderma.2005.04.003.
  3. ^ A b C Rasmussen, Carl Edward a Williams, Christopher K.I. (2006) Gaussovské procesy pro strojové učení
  4. ^ Santner, T. J., Williams, B. J., & Notz, W. I. (2013). Návrh a analýza počítačových experimentů. Springer Science & Business Media.
  5. ^ Abramowitz a Stegun. Příručka matematických funkcí se vzorci, grafy a matematickými tabulkami. ISBN  0-486-61272-4.