인지 확산 확률 모델(CogDPM)은CogDPM: 인지 예측 코딩을 통한 확산 확률 모델”는 확산 확률 모델과 PC 이론 사이의 연관성을 보여줍니다.

CogDPM은 확산 모델의 계층적 샘플링 기능을 기반으로 하는 정확도 추정 방법을 가지고 있으며, 확산 모델의 내재적 속성으로부터 추정된 정확도 가중치를 사용하여 유도 신호에 가중치를 부여합니다. 연구팀은 실험을 통해 정밀도 가중치가 데이터의 예측 가능성을 효과적으로 추정할 수 있음을 입증했습니다. 이 논문에서는 CogDPM을 영국 강수량과 ERA 지표풍 데이터 세트를 사용하여 실제 예측 작업에 적용했습니다. 연구 결과에 따르면 CogDPM은 기존의 도메인별 운영 모델과 일반적인 심층 예측 모델을 능가하며 더욱 숙련된 예측 결과를 제공할 수 있습니다.