복잡하고 확률을 계산하기 어려운 시스템에 대한 시뮬레이션 기반 추론을 위한 조건부 확산 모델인 ConDiSim을 제시합니다. ConDiSim은 잡음 제거 확산 확률 모델을 활용하여 사후 분포를 근사하는데, 이는 파라미터에 가우시안 잡음을 추가하는 순방향 과정과 관측된 데이터를 조건으로 잡음을 제거하는 것을 학습하는 역방향 과정으로 구성됩니다. 이 방법은 사후 분포 내의 복잡한 의존성과 다중 모드를 효과적으로 포착합니다. ConDiSim은 10개의 벤치마크 문제와 2개의 실제 문제에서 평가되었으며, 모델 학습에서 계산 효율성과 안정성을 유지하면서 효과적인 사후 근사 정확도를 보여줍니다. ConDiSim은 특히 빠른 추론 방법이 필요한 파라미터 추론 워크플로우에 적합한 강력하고 확장 가능한 시뮬레이션 기반 추론 프레임워크를 제공합니다.
