Robust Gaussian Process

Robust Gaussian Process (Robust GP) เป็นการขยายกรอบการทำงานของ Gaussian Process มาตรฐาน โดยการแทนที่ฟังก์ชันความควรจะเป็นของสัญญาณรบกวนแบบเกาส์เซียน (Gaussian noise likelihood) ด้วยการแจกแจงที่มีหางหนา (heavy-tailed distribution) ซึ่งโดยทั่วไปคือการแจกแจงแบบ t-student เพื่อให้ค่าผิดปกติ (outliers) ในข้อมูลฝึกสอนมีอิทธิพลน้อยลงต่อฟังก์ชันที่เรียนรู้ โมเดลนี้ยังคงรักษาคุณลักษณะเชิงความน่าจะเป็นทั้งหมดและการวัดปริมาณความไม่แน่นอน (uncertainty quantification) ของ GP มาตรฐาน ในขณะเดียวกันก็มีความไวต่อการสังเกตการณ์ที่เสียหายหรือผิดปกติลดลงอย่างมาก