認知拡散確率モデル (CogDPM) は論文です。CogDPM: コグニティブ予測コーディングによる拡散確率モデル」は、拡散確率モデルと PC 理論の関係を示すものとして提案されました。

CogDPM は、拡散モデルの階層的サンプリング能力に基づいた精度推定手法を備えており、拡散モデルの固有の特性から推定された精度重みを使用して誘導信号を重み付けします。研究チームは実験を通じて、精密な重み付けがデータの予測可能性を効果的に推定できることを実証しました。この論文では、英国の降水量と ERA 表面風のデータセットを使用して、CogDPM を現実世界の予測タスクに適用します。結果は、CogDPM が既存のドメイン固有の運用モデルや一般的な詳細な予測モデルを上回り、より優れた予測結果を提供することを示しています。