안녕하세요 조교입니다.

Gaussian Process는 stochastic process의 일종으로, 주로 regression을 하기 위하여 많이 사용되고 있습니다.

하지만, Gaussian Process의 성능은 kernel selection에 따라 크게 좌우되기 때문에

Kernel을 "잘" 선택하는 것이 아주 중요한 문제가 됩니다.

최근에는 kernel을 단순히 고정된 형태가 아니라, data에 adaptive하게 learning하는 연구들이 진행되고 있습니다. (https://arxiv.org/abs/1902.10214)

이러한 연구들은 Bochner Theorem에 의해 kernel learning problem을 kernel의 dual space에서의 distribution learning problem으로 바꾸어 고전적인 unsupervised density estimation 을 통해 kernel을 학습합니다.

이렇게 학습 가능한 kernel은 이제 Gaussian Process 뿐만이 아니라, general deep learning community에서도 많이 사용되고 있습니다. (https://arxiv.org/abs/2006.06147)

감사합니다