著者らは、有向非巡回グラフ（DAG）上の深層ガウス過程を提案し、DAGに沿った関数で構成される現実世界のプロセスをモデル化します。これは、ノイズのある不均一サンプリング測定値における再構築と不確実性伝播の課題に対処します。

  • 事前分布崩壊の挙動およびグラフトポロジーが情報保存に与える影響に関する理論的検討。
  • 入力区別性が保持される深さの漸近的頻度に対するほぼ確実な下限値の導出。
  • グラフ依存性を維持し、コライダーのexplain-away現象を捉える構造化変分近似の開発。
  • 潜在コライダーDAG、タンパク質シグナル伝達ネットワーク、マルチフィデリティ重イオン衝突エミュレーションでの実証的検証。

本手法は最先端のパフォーマンスを達成し、低忠実度寄与の回復とシミュレータ階層の解釈可能性をもたらします。