本稿では、再イオン化期の21cm信号からより多くの情報を得るために、パワースペクトルとPDFの線形モーメントという2つのサマリー統計を組み合わせたシミュレーションベース推論を用いる有効性を示す。
大規模データに対するスケーラブルなシミュレーションベース推論手法として、モンテカルロ対数尤度推定量のメタモデルを用いた新しい手法が提案されている。
本稿では、マルコフ的時系列シミュレータにおいて、単一状態遷移に基づく局所的なパラメータ推定を積み重ねることで、計算コストを大幅に削減しながら、任意の長さの系列データに対する大域的な事後確率を効率的に推定する枠組みを提案する。
本稿では、シミュレータからのフィードバックを用いて、フローベースの生成モデルの精度を向上させる新しい手法を提案する。これは、特に高精度なサンプルが必要とされる科学的逆問題において有用である。
NNを使用せず、構造化された確率分布の混合を提案し、計算コストを大幅に削減しながら精度の高い事後推論を提供する。