基于扩散的模拟推断综述

本文全面综述了基于扩散的模拟推断（SBI），这是一种在似然函数难以处理的复杂模拟问题中推断参数的方法。它强调了扩散模型在解决其他SBI技术（如归一化流）的局限性方面的优势，特别是在处理科学应用中常见的非理想数据场景方面。该综述侧重于鲁棒性，解决了诸如模型错误指定、非结构化数据和缺失数据等问题，这使其对于使用真实世界科学数据的研究人员来说非常有价值。本文强调了基础知识、实际应用和未解决的问题，特别是在地球物理模型的不确定性量化方面，这使其成为对该领域的重要贡献。

• •综述了基于扩散的SBI，这是一种无需似然的推断方法。
• •强调了使用扩散模型进行后验抽样。
• •解决了非理想数据场景中的鲁棒性问题（模型错误指定、非结构化数据、缺失数据）。
• •讨论了地球物理模型不确定性量化中的未解决问题和应用。