拡散モデルに基づくシミュレーションベース推論のレビュー

本論文は、尤度関数が扱いにくい複雑なシミュレーション問題におけるパラメータ推論手法である、拡散モデルに基づくシミュレーションベース推論（SBI）を包括的にレビューしています。正規化フローなどの他のSBI技術の限界に対処する拡散モデルの利点を強調しており、特に科学的応用でよく見られる非理想的なデータシナリオを扱っています。ミス指定、非構造化データ、欠損などの問題に対処する堅牢性に焦点を当てているため、実際の科学的データを使用する研究者にとって価値があります。基礎、実践的な応用、未解決の問題、特に地球物理学モデルの不確実性定量化の文脈に重点を置いているため、この分野への重要な貢献となっています。

• •尤度フリー推論のための拡散モデルに基づくSBIをレビュー。
• •事後サンプリングのための拡散モデルの使用を強調。
• •非理想的なデータシナリオ（ミス指定、非構造化データ、欠損）における堅牢性に対処。
• •地球物理学モデルの不確実性定量化における未解決の問題と応用について議論。