Пространственное прогнозирование с помощью направляющего диффузия

arXiv: 2610.10.12967v1 Annualte Type: New Brieflow: Space provision — это исключительно важная задача в анализе данных, которые включают пространственно-временные данные. Она обычно осуществляется с использованием иерархических моделей, которые включают модель процесса, описывающую латентный процесс интереса, и модель данных, описывать порядок наблюдения за этим процессом. Целевым количеством является прогнозное распределение, которое представляет собой условное распределение латентного пространственного процесса с учетом наблюдаемых данных. К сожалению, прогнозное распределение редко доступно в закрытом формате и с трудом поддается выборке. Здесь мы показываем, как последние изменения в модели диффузионного моделирования на основе машинного обучения могут решить широкий круг проблем пространственного прогнозирования, когда функция вероятности, вытекающая из модели данных, известна и различима, возможно после смягчения. Чтобы продемонстрировать универсальность подхода, мы применяем его как к гауссианским, так и негавистическим моделям процессов и разновидностям o