2015-《Sparse Gaussian Process Regression for Compliant, Real-Time Robot Control》
2017-02-27 22:54
1061 查看
发表在《 ICRA》上
稀疏高斯过程回归(GPR)模型,在大数据集的回归上,提供了一个有效的方法。其主要思想是,在可用的训练数据中,选择一个代表性的子集,然后用于GPR近似模型。
过去,用于GPR近似模型的数据选择标准有很多,但是都不够好,或者精确度不够,或者计算成本高。
这篇文章提出了一个新的选择标准,成功选择训练点用于GPR模型。该新算法又快又有效的选择。
在评估阶段,文章用了大数据集来做,充分证明了该近似GPR模型能快速对机器人控制进行实时预测。对比现有的很好的技术,该文章能做到更快和更好的迭代精度。
稀疏高斯过程回归如下:
用最大误差贪婪标准来选择集合
对超参数的增量式学习
评估结果
稀疏高斯过程回归(GPR)模型,在大数据集的回归上,提供了一个有效的方法。其主要思想是,在可用的训练数据中,选择一个代表性的子集,然后用于GPR近似模型。
过去,用于GPR近似模型的数据选择标准有很多,但是都不够好,或者精确度不够,或者计算成本高。
这篇文章提出了一个新的选择标准,成功选择训练点用于GPR模型。该新算法又快又有效的选择。
在评估阶段,文章用了大数据集来做,充分证明了该近似GPR模型能快速对机器人控制进行实时预测。对比现有的很好的技术,该文章能做到更快和更好的迭代精度。
稀疏高斯过程回归如下:
用最大误差贪婪标准来选择集合
对超参数的增量式学习
评估结果
相关文章推荐
- RTX® – Real-time Extension for Control of Windows
- Online Sparse Gaussian Process Based Human Motion Intent Learning for an Electrically Actuated Lower
- 论文笔记《A CNN Regression Approach for Real-Time 2D/3D Registration 》
- 论文阅读-Re 3 : Real-Time Recurrent Regression Networks for Object Tracking
- Gaussian Process Regression
- Real-Time Tracking and Tuning for Busy Tomcat Servers
- 目标追踪-CVPR2014-Adaptive Color Attributes for Real-time Visual Tracking
- READING NOTE: ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation
- [译] Perceptual Losses for Real-Time Style Transfer and Super-Resolution(Stanford University)
- 嵌入式目标检测--Fast YOLO: A Fast You Only Look Once System for Real-time Embedded Object Detection
- Implementing a new real-time scheduling policy for Linux
- Advanced Run Control Techniques for Process Scheduler
- Jenkins 安装启动提示“iJob for jenkins.service failed because the control process exited with error code. See "systemctl status jenkins.service" and "journalctl -xe" for details.”
- Segger SystemView: Realtime Analysis and Visualization for FreeRTOS
- Dockers Job for docker.service failed because the control process exited with error code
- 论文解读之Perceptual Losses for Real-Time Style Transfer and Super-Resolution
- Cascaded Light Propagation Volumes for Real-Time Indirect Illumination
- Deep Bilateral Learning for Real-Time Image Enhancement
- Real-time model scoring for streaming data – a prototype based on Oracle Stream Explorer and Oracle
- oratop - Utility for Near Real-time Monitoring of Databases, RAC and Single Instance (Doc ID 1500864