연구진은 딥 가우시안 프로세스(DGP) 추론을 위한 새로운 방법인 OM-Path를 제안했어요. 이 방법은 Doob-bridged reference diffusion을 활용하여 추론 과정을 최적화합니다.
OM-Path는 Song의 확률 흐름 ODE를 사용하여 DBVI의 Doob-bridged forward SDE에 적용하며, Onsager-Machlup 작용을 통해 경로를 정규화해요.
실험 결과, OM-Path는 7개의 UCI 회귀 벤치마크에서 두 개의 큰 데이터셋에서 통계적으로 유의미한 성능 향상을 보였으며, 다른 데이터셋에서는 DBVI와 비슷한 성능을 보였어요.