다항식 혼돈 확장을 활용하여 가우시안 프로세스의 입력 의존적 하이퍼파라미터를 계산함으로써, 복잡한 프로세스의 전역 및 국부적 행동을 효과적으로 모델링할 수 있는 새로운 기계 학습 접근법을 제시한다.
