요약

본 연구는 이산적이고 계층적인 의사결정 트리와 연속적이고 동적인 확산 모델 간의 수학적 대응 관계를 정립하여 두 모델 클래스를 통일합니다. 이를 통해 Global Trajectory Score Matching (GTSM)이라는 공유된 최적화 원칙을 밝혀내고, 그래디언트 부스팅이 이 원칙에 대해 점근적으로 최적임을 입증했습니다.

핵심 포인트

• 의사결정 트리와 확산 모델 간의 수학적 통일성 제시
• Global Trajectory Score Matching (GTSM)이라는 새로운 최적화 원칙 발견
• reeflow: 표 데이터 생성 품질 및 속도 개선
• dsmtree: 계층적 의사결정 논리를 신경망으로 전이하는 증류 방법론