Регрессия гауссовского процесса со статическим набором входных данных
Я пытаюсь реализовать эту модель георадара из бумаги: https://www.ias.informatik.tu-darmstadt.de/uploads/Site/EditPublication/TaseOsa17.pdf. Как вы можете видеть на странице 684, авторы берут исходное положение хирургического инструмента в качестве входных данных и оценивают соответствующие значения траектории, включая значение силы.
Однако обычный георадар дает распределение по выборкам из функции. Например, можно было бы ожидать, что набор данных будет выглядеть примерно так: D= (X,Y) = ((x1,y1,z1, x2,y2,z2, x3,y3,z3), (F1,F2,F3)), если бы мы попытались предсказать значение силы на основе положения сустава.
Здесь, в этой статье, набор данных определяется как D= (X,Y) = (начальное положение, состояние системы) =((x0,y0,z0, x0,y0,z0, x0,y0,z0), (x1,y1,z1,F1, x2,y2,z2,F2, x3,y3,z3,F3)). Я не понимаю, как вообще работает прогноз, если X - это набор статических значений, то есть начальная позиция.
Кто-нибудь это понимает?