Monte Carlo 방법은 Walk on Spheres 및 Walk on Stars와 같은 알고리즘을 통해 타원형 편미분 방정식(elliptic partial differential equations)에 매우 효과적임이 입증되었으며, 이러한 알고리즘들은 체적 메싱(volumetric meshing)이나 전역 선형 솔버(global linear solves) 없이 개별 지점에서 해를 평가합니다. 이러한 방법들을 과도 상태(transient regime)로 확장하는 것은 미해결 과제로 남아 있었습니다. 포물선형 방정식(parabolic equations)은 이방성 스케일링(anisotropic scaling)을 통해 공간과 시간을 결합하며, 이전에는 통합된 정확한 형태로 사용할 수 없었던 공간 변위(spatial displacements)와 역방향 시간 단계(backward time steps)의 결합 샘플링을 요구하기 때문입니다. 본 논문에서는 Walk on Stars의 경계 적분 프레임워크(boundary integral framework)를 포물선형 설정으로 확장하여 이 간극을 메우는 격자 없는(grid-free) Monte Carlo 솔버인 Walk on Heat Stars를 제시합니다. 우리의 방법은 열-볼(heat-ball) 샘플링에 의해 유도되는 시간에 따라 변하는 도메인을 수용하는 비원통형 경계 적분 공식(non-cylindrical boundary integral formulation)을 도입합니다. 열-볼 기하학(heat ball geometry)은 로그 시간 좌표(logarithmic time coordinate)와 공간 방향(spatial direction)에 의해 매개변수화되며, 이를 통해 이중층 커널(double-layer kernel)이 독립적인 Gamma 성분과 균등(uniform) 성분으로 인수분해됨을 밝혀냅니다. 이러한 인수분해는 재귀적인 다음 보행 위치(next walk position), Neumann 플럭스(Neumann flux) 기여도, 그리고 체적 소스 항(volumetric source term)에 대한 정확한 방향 중요도 샘플링(directional importance sampling)을 가능하게 합니다. 나아가 우리는 공간 미분(spatial derivatives)을 해의 가중 경계 적분(weighted boundary integrals)으로 표현하는 분리된 그래디언트 추정기(decoupled gradient estimator)를 유도하여, 그래디언트에 대한 재귀 없이도 계산이 가능하게 했으며, 분산 감소(variance reduction)를 위해 이분산 회귀(heteroscedastic regression) 기반 디노이저(denoiser)를 시공간 도메인에 맞게 조정하였습니다. 우리는 다양한 기하학적 구조와 공간 주파수(spatial frequencies)에 걸친 해석적 해(analytical solutions)를 통해 우리의 방법을 검증하였고, 기대되는 Monte Carlo 수렴 속도를 확인하였으며, 혼합 또는 순수 Neumann 경계 조건을 가진 히트싱크(heat sink) 및 냉각 장면(cooling scenes)에서의 실질적인 적용 가능성을 입증하였습니다.