Free cookie consent management tool by TermsFeed Policy Generator

Changeset 8620


Ignore:
Timestamp:
09/10/12 15:09:34 (12 years ago)
Author:
gkronber
Message:

#1902 renamed more files. implemented scale covariance function.

Location:
trunk/sources
Files:
1 added
5 edited
2 moved

Legend:

Unmodified
Added
Removed

  • trunk/sources/HeuristicLab.Algorithms.DataAnalysis.Views/3.4/CovarianceProdView.cs

    r8416 r8620  
    2626namespace HeuristicLab.Algorithms.DataAnalysis.Views {
    2727  [View("Covariance Prod View")]
    28   [Content(typeof(CovarianceProd), true)]
     28  [Content(typeof(CovarianceProduct), true)]
    2929  public partial class CovarianceProdView : AsynchronousContentView {
    3030
    31     public new CovarianceProd Content {
    32       get { return (CovarianceProd)base.Content; }
     31    public new CovarianceProduct Content {
     32      get { return (CovarianceProduct)base.Content; }
    3333      set { base.Content = value; }
    3434    }

  • trunk/sources/HeuristicLab.Algorithms.DataAnalysis.Views/3.4/MeanProdView.cs

    r8463 r8620  
    2626namespace HeuristicLab.Algorithms.DataAnalysis.Views {
    2727  [View("Mean Product View")]
    28   [Content(typeof(MeanProd), true)]
     28  [Content(typeof(MeanProduct), true)]
    2929  public partial class MeanProdView : AsynchronousContentView {
    3030
    31     public new MeanProd Content {
    32       get { return (MeanProd)base.Content; }
     31    public new MeanProduct Content {
     32      get { return (MeanProduct)base.Content; }
    3333      set { base.Content = value; }
    3434    }

  • trunk/sources/HeuristicLab.Algorithms.DataAnalysis/3.4/GaussianProcess/CovarianceProduct.cs

    r8612 r8620  
    2929namespace HeuristicLab.Algorithms.DataAnalysis {
    3030  [StorableClass]
    31   [Item(Name = "CovarianceProd",
     31  [Item(Name = "CovarianceProduct",
    3232    Description = "Product covariance function for Gaussian processes.")]
    33   public sealed class CovarianceProd : Item, ICovarianceFunction {
     33  public sealed class CovarianceProduct : Item, ICovarianceFunction {
    3434    [Storable]
    3535    private ItemList<ICovarianceFunction> factors;
    … …  
    4242
    4343    [StorableConstructor]
    44     private CovarianceProd(bool deserializing)
     44    private CovarianceProduct(bool deserializing)
    4545      : base(deserializing) {
    4646    }
    4747
    48     private CovarianceProd(CovarianceProd original, Cloner cloner)
     48    private CovarianceProduct(CovarianceProduct original, Cloner cloner)
    4949      : base(original, cloner) {
    5050      this.factors = cloner.Clone(original.factors);
    … …  
    5252    }
    5353
    54     public CovarianceProd()
     54    public CovarianceProduct()
    5555      : base() {
    5656      this.factors = new ItemList<ICovarianceFunction>();
    … …  
    5858
    5959    public override IDeepCloneable Clone(Cloner cloner) {
    60       return new CovarianceProd(this, cloner);
     60      return new CovarianceProduct(this, cloner);
    6161    }
    6262

  • trunk/sources/HeuristicLab.Algorithms.DataAnalysis/3.4/GaussianProcess/MeanProduct.cs

    r8612 r8620  
    2626namespace HeuristicLab.Algorithms.DataAnalysis {
    2727  [StorableClass]
    28   [Item(Name = "MeanProd", Description = "Product of mean functions for Gaussian processes.")]
    29   public sealed class MeanProd : Item, IMeanFunction {
     28  [Item(Name = "MeanProduct", Description = "Product of mean functions for Gaussian processes.")]
     29  public sealed class MeanProduct : Item, IMeanFunction {
    3030    [Storable]
    3131    private ItemList<IMeanFunction> factors;
    … …  
    3939
    4040    [StorableConstructor]
    41     private MeanProd(bool deserializing)
     41    private MeanProduct(bool deserializing)
    4242      : base(deserializing) {
    4343    }
    4444
    45     private MeanProd(MeanProd original, Cloner cloner)
     45    private MeanProduct(MeanProduct original, Cloner cloner)
    4646      : base(original, cloner) {
    4747      this.factors = cloner.Clone(original.factors);
    … …  
    4949    }
    5050
    51     public MeanProd() {
     51    public MeanProduct() {
    5252      this.factors = new ItemList<IMeanFunction>();
    5353    }
    5454    public override IDeepCloneable Clone(Cloner cloner) {
    55       return new MeanProd(this, cloner);
     55      return new MeanProduct(this, cloner);
    5656    }
    5757

  • trunk/sources/HeuristicLab.Algorithms.DataAnalysis/3.4/HeuristicLab.Algorithms.DataAnalysis-3.4.csproj

    r8615 r8620  
    120120    </Compile>
    121121    <Compile Include="FixedDataAnalysisAlgorithm.cs" />
     122    <Compile Include="GaussianProcess\CovarianceProduct.cs" />
     123    <Compile Include="GaussianProcess\CovarianceScale.cs" />
    122124    <Compile Include="GaussianProcess\CovarianceRationalQuadraticArd.cs" />
    123125    <Compile Include="GaussianProcess\CovarianceRationalQuadraticIso.cs" />
    … …  
    129131    <Compile Include="GaussianProcess\CovarianceNoise.cs" />
    130132    <Compile Include="GaussianProcess\CovarianceConst.cs" />
    131     <Compile Include="GaussianProcess\MeanProd.cs" />
     133    <Compile Include="GaussianProcess\MeanProduct.cs" />
    132134    <Compile Include="GaussianProcess\MeanSum.cs" />
    133     <Compile Include="GaussianProcess\CovarianceProd.cs" />
    134135    <Compile Include="GaussianProcess\CovarianceSum.cs" />
    135136    <Compile Include="GaussianProcess\CovariancePeriodic.cs" />

  • trunk/sources/HeuristicLab.Tests/HeuristicLab.Algorithms.DataAnalysis-3.4/GaussianProcessFunctionsTest.cs

    r8615 r8620  
    7777    [TestMethod]
    7878    public void MeanProdTest() {
    79       var prod = new MeanProd();
     79      var prod = new MeanProduct();
    8080      prod.Factors.Add(new MeanConst());
    8181      prod.Factors.Add(new MeanConst());
    … …  
    13791379      );
    13801380    }
     1381
     1382    [TestMethod]
     1383    public void CovScaleTest() {
     1384      var cov = new CovarianceScale();
     1385      cov.CovarianceFunctionParameter.Value = new CovarianceSquaredExponentialIso();
     1386      TestCovarianceFunction(cov, 0,
     1387        new double[,]
     1388          {
     1389{    0.5770,    0.5404,    0.8569,    0.5612,    0.7545,    0.4981,    0.6649,    0.7483,    0.6564,    0.8184},
     1390{    0.6206,    0.7027,    0.7091,    0.6015,    0.7295,    0.5338,    0.6706,    0.8202,    0.7155,    0.8029},
     1391{    0.7743,    0.7513,    0.8468,    0.6864,    0.5644,    0.7861,    0.8404,    0.6625,    0.7555,    0.8335},
     1392{    0.7773,    0.5513,    0.7793,    0.7166,    0.4533,    0.5870,    0.8913,    0.8797,    0.8656,    0.8245},
     1393{    0.8839,    0.5934,    0.7689,    0.8982,    0.4126,    0.4742,    0.7883,    0.9202,    0.9077,    0.8649},
     1394{    0.8746,    0.7341,    0.7021,    0.8323,    0.4826,    0.5923,    0.8706,    0.9508,    0.9524,    0.8660},
     1395{    0.6133,    0.7560,    0.7280,    0.5749,    0.8722,    0.5651,    0.6530,    0.6259,    0.6633,    0.8194},
     1396{    0.6113,    0.6277,    0.8110,    0.5489,    0.7110,    0.6222,    0.6948,    0.5425,    0.6227,    0.7828},
     1397{    0.6394,    0.6950,    0.8669,    0.6107,    0.7933,    0.5985,    0.6824,    0.6858,    0.6703,    0.8492},
     1398{    0.5791,    0.7156,    0.6274,    0.5324,    0.6323,    0.6100,    0.6863,    0.8091,    0.6855,    0.7173},
     1399          },
     1400        new double[][,]
     1401          {     
     1402            new double[,]
     1403              {
     1404{    2.0000,    1.6472,    1.1513,    1.3142,    1.3662,    1.2437,    1.6267,    1.4148,    1.7372,    1.2786},
     1405{    1.6472,    2.0000,    1.0689,    1.1876,    1.4541,    1.5370,    1.5174,    1.0103,    1.5898,    1.8381},
     1406{    1.1513,    1.0689,    2.0000,    1.2199,    1.3398,    1.2402,    1.2244,    1.5320,    1.5293,    1.0276},
     1407{    1.3142,    1.1876,    1.2199,    2.0000,    1.5197,    1.7027,    1.1555,    1.2033,    1.0675,    1.1291},
     1408{    1.3662,    1.4541,    1.3398,    1.5197,    2.0000,    1.7299,    1.0916,    0.9989,    1.3706,    1.3407},
     1409{    1.2437,    1.5370,    1.2402,    1.7027,    1.7299,    2.0000,    1.2223,    0.9923,    1.1787,    1.5758},
     1410{    1.6267,    1.5174,    1.2244,    1.1555,    1.0916,    1.2223,    2.0000,    1.6461,    1.6369,    1.1928},
     1411{    1.4148,    1.0103,    1.5320,    1.2033,    0.9989,    0.9923,    1.6461,    2.0000,    1.5176,    0.7806},
     1412{    1.7372,    1.5898,    1.5293,    1.0675,    1.3706,    1.1787,    1.6369,    1.5176,    2.0000,    1.3009},
     1413{    1.2786,    1.8381,    1.0276,    1.1291,    1.3407,    1.5758,    1.1928,    0.7806,    1.3009,    2.0000},
     1414              },
     1415            new double[,]
     1416              {
     1417{         0,    0.3197,    0.6358,    0.5518,    0.5207,    0.5909,    0.3361,    0.4897,    0.2447,    0.5720},
     1418{    0.3197,         0,    0.6697,    0.6190,    0.4635,    0.4047,    0.4190,    0.6899,    0.3650,    0.1552},
     1419{    0.6358,    0.6697,         0,    0.6031,    0.5367,    0.5927,    0.6008,    0.4084,    0.4103,    0.6843},
     1420{    0.5518,    0.6190,    0.6031,         0,    0.4173,    0.2740,    0.6339,    0.6114,    0.6702,    0.6455},
     1421{    0.5207,    0.4635,    0.5367,    0.4173,         0,    0.2510,    0.6610,    0.6935,    0.5180,    0.5362},
     1422{    0.5909,    0.4047,    0.5927,    0.2740,    0.2510,         0,    0.6019,    0.6955,    0.6232,    0.3756},
     1423{    0.3361,    0.4190,    0.6008,    0.6339,    0.6610,    0.6019,         0,    0.3205,    0.3279,    0.6165},
     1424{    0.4897,    0.6899,    0.4084,    0.6114,    0.6935,    0.6955,    0.3205,         0,    0.4189,    0.7344},
     1425{    0.2447,    0.3650,    0.4103,    0.6702,    0.5180,    0.6232,    0.3279,    0.4189,         0,    0.5595},
     1426{    0.5720,    0.1552,    0.6843,    0.6455,    0.5362,    0.3756,    0.6165,    0.7344,    0.5595,         0},
     1427              },
     1428            new double[,]
     1429              {
     1430{    2.0000,    1.6472,    1.1513,    1.3142,    1.3662,    1.2437,    1.6267,    1.4148,    1.7372,    1.2786},
     1431{    1.6472,    2.0000,    1.0689,    1.1876,    1.4541,    1.5370,    1.5174,    1.0103,    1.5898,    1.8381},
     1432{    1.1513,    1.0689,    2.0000,    1.2199,    1.3398,    1.2402,    1.2244,    1.5320,    1.5293,    1.0276},
     1433{    1.3142,    1.1876,    1.2199,    2.0000,    1.5197,    1.7027,    1.1555,    1.2033,    1.0675,    1.1291},
     1434{    1.3662,    1.4541,    1.3398,    1.5197,    2.0000,    1.7299,    1.0916,    0.9989,    1.3706,    1.3407},
     1435{    1.2437,    1.5370,    1.2402,    1.7027,    1.7299,    2.0000,    1.2223,    0.9923,    1.1787,    1.5758},
     1436{    1.6267,    1.5174,    1.2244,    1.1555,    1.0916,    1.2223,    2.0000,    1.6461,    1.6369,    1.1928},
     1437{    1.4148,    1.0103,    1.5320,    1.2033,    0.9989,    0.9923,    1.6461,    2.0000,    1.5176,    0.7806},
     1438{    1.7372,    1.5898,    1.5293,    1.0675,    1.3706,    1.1787,    1.6369,    1.5176,    2.0000,    1.3009},
     1439{    1.2786,    1.8381,    1.0276,    1.1291,    1.3407,    1.5758,    1.1928,    0.7806,    1.3009,    2.0000},
     1440              },
     1441          }
     1442      );
     1443      TestCovarianceFunction(cov, 1,
     1444        new double[,]
     1445          {
     1446{   50.6828,   50.2342,   53.4685,   50.4920,   52.5559,   49.6832,   51.6641,   52.4976,   51.5740,   53.1373},
     1447{   51.1850,   52.0523,   52.1160,   50.9689,   52.3171,   50.1516,   51.7239,   53.1529,   52.1794,   52.9998},
     1448{   52.7403,   52.5260,   53.3832,   51.8877,   50.5317,   52.8481,   53.3281,   51.6395,   52.5652,   53.2686},
     1449{   52.7683,   50.3705,   52.7860,   52.1901,   49.0546,   50.8004,   53.7544,   53.6589,   53.5423,   53.1907},
     1450{   53.6941,   50.8746,   52.6909,   53.8103,   48.4337,   49.3535,   52.8689,   53.9867,   53.8874,   53.5365},
     1451{   53.6171,   52.3616,   52.0459,   53.2586,   49.4713,   50.8619,   53.5837,   54.2264,   54.2390,   53.5454},
     1452{   51.1026,   52.5698,   52.3019,   50.6571,   53.5972,   50.5394,   51.5383,   51.2437,   51.6476,   53.1463},
     1453{   51.0802,   51.2635,   53.0723,   50.3407,   52.1347,   51.2021,   51.9731,   50.2612,   51.2082,   52.8185},
     1454{   51.3920,   51.9750,   53.5529,   51.0735,   52.9133,   50.9343,   51.8460,   51.8810,   51.7204,   53.4037},
     1455{   50.7067,   52.1810,   51.2605,   50.1330,   51.3144,   51.0653,   51.8868,   53.0548,   51.8777,   52.1974},
     1456          },
     1457        new double[][,]
     1458          {           
     1459            new double[,]
     1460              {
     1461{  109.1963,  106.3653,  101.3323,  103.1642,  103.7069,  102.3962,  106.1856,  104.1987,  107.1342,  102.7815},
     1462{  106.3653,  109.1963,  100.3190,  101.7587,  104.5858,  105.3734,  105.1910,   99.5562,  105.8559,  107.9559},
     1463{  101.3323,  100.3190,  109.1963,  102.1292,  103.4337,  102.3572,  102.1802,  105.3271,  105.3022,   99.7852},
     1464{  103.1642,  101.7587,  102.1292,  109.1963,  105.2127,  106.8440,  101.3820,  101.9396,  100.3013,  101.0662},
     1465{  103.7069,  104.5858,  103.4337,  105.2127,  109.1963,  107.0730,  100.6050,   99.4038,  103.7518,  103.4431},
     1466{  102.3962,  105.3734,  102.3572,  106.8440,  107.0730,  109.1963,  102.1564,   99.3144,  101.6555,  105.7297},
     1467{  106.1856,  105.1910,  102.1802,  101.3820,  100.6050,  102.1564,  109.1963,  106.3564,  106.2756,  101.8199},
     1468{  104.1987,   99.5562,  105.3271,  101.9396,   99.4038,   99.3144,  106.3564,  109.1963,  105.1926,   96.1411},
     1469{  107.1342,  105.8559,  105.3022,  100.3013,  103.7518,  101.6555,  106.2756,  105.1926,  109.1963,  103.0217},
     1470{  102.7815,  107.9559,   99.7852,  101.0662,  103.4431,  105.7297,  101.8199,   96.1411,  103.0217,  109.1963},
     1471              },
     1472            new double[,]
     1473              {
     1474{         0,    2.7940,    7.5738,    5.8624,    5.3491,    6.5838,    2.9688,    4.8814,    2.0425,    6.2226},
     1475{    2.7940,         0,    8.5062,    7.1784,    4.5117,    3.7552,    3.9310,    9.2014,    3.2888,    1.2334},
     1476{    7.5738,    8.5062,         0,    6.8334,    5.6078,    6.6203,    6.7857,    3.7999,    3.8238,    8.9934},
     1477{    5.8624,    7.1784,    6.8334,         0,    3.9101,    2.3268,    7.5278,    7.0100,    8.5225,    7.8196},
     1478{    5.3491,    4.5117,    5.6078,    3.9101,         0,    2.1025,    8.2441,    9.3397,    5.3065,    5.5989},
     1479{    6.5838,    3.7552,    6.6203,    2.3268,    2.1025,         0,    6.8080,    9.4206,    7.2742,    3.4110},
     1480{    2.9688,    3.9310,    6.7857,    7.5278,    8.2441,    6.8080,         0,    2.8026,    2.8812,    7.1214},
     1481{    4.8814,    9.2014,    3.7999,    7.0100,    9.3397,    9.4206,    2.8026,         0,    3.9294,   12.2417},
     1482{    2.0425,    3.2888,    3.8238,    8.5225,    5.3065,    7.2742,    2.8812,    3.9294,         0,    5.9966},
     1483{    6.2226,    1.2334,    8.9934,    7.8196,    5.5989,    3.4110,    7.1214,   12.2417,    5.9966,         0},
     1484              },
     1485            new double[,]
     1486              {
     1487{  109.1963,  106.3653,  101.3323,  103.1642,  103.7069,  102.3962,  106.1856,  104.1987,  107.1342,  102.7815},
     1488{  106.3653,  109.1963,  100.3190,  101.7587,  104.5858,  105.3734,  105.1910,   99.5562,  105.8559,  107.9559},
     1489{  101.3323,  100.3190,  109.1963,  102.1292,  103.4337,  102.3572,  102.1802,  105.3271,  105.3022,   99.7852},
     1490{  103.1642,  101.7587,  102.1292,  109.1963,  105.2127,  106.8440,  101.3820,  101.9396,  100.3013,  101.0662},
     1491{  103.7069,  104.5858,  103.4337,  105.2127,  109.1963,  107.0730,  100.6050,   99.4038,  103.7518,  103.4431},
     1492{  102.3962,  105.3734,  102.3572,  106.8440,  107.0730,  109.1963,  102.1564,   99.3144,  101.6555,  105.7297},
     1493{  106.1856,  105.1910,  102.1802,  101.3820,  100.6050,  102.1564,  109.1963,  106.3564,  106.2756,  101.8199},
     1494{  104.1987,   99.5562,  105.3271,  101.9396,   99.4038,   99.3144,  106.3564,  109.1963,  105.1926,   96.1411},
     1495{  107.1342,  105.8559,  105.3022,  100.3013,  103.7518,  101.6555,  106.2756,  105.1926,  109.1963,  103.0217},
     1496{  102.7815,  107.9559,   99.7852,  101.0662,  103.4431,  105.7297,  101.8199,   96.1411,  103.0217,  109.1963},
     1497              },
     1498          }
     1499      );
     1500    }
     1501
    13811502    [TestMethod]
    13821503    public void CovProdTest() {
    1383       var cov = new CovarianceProd();
     1504      var cov = new CovarianceProduct();
    13841505      cov.Factors.Add(new CovarianceSquaredExponentialIso());
    13851506      cov.Factors.Add(new CovarianceLinear());

  • trunk/sources/HeuristicLab.Tests/HeuristicLab.Algorithms.DataAnalysis-3.4/GaussianProcessModelTest.cs

    r8615 r8620  
    4343      var covarianceFunction = new CovarianceSum();
    4444      covarianceFunction.Terms.Add(new CovarianceSquaredExponentialIso());
    45       var prod = new CovarianceProd();
     45      var prod = new CovarianceProduct();
    4646      prod.Factors.Add(new CovarianceSquaredExponentialIso());
    4747      prod.Factors.Add(new CovariancePeriodic());
Note: See TracChangeset for help on using the changeset viewer.