本研究提出了一种部分可观察的高斯过程网络（POGPN），旨在解决高斯过程中的维数灾难问题。该方法通过建模潜在函数的联合分布，利用所有子过程的观测数据，显著提升了预测性能，展现出良好的应用前景。

本研究探讨在样本稀少情况下，推导潜在函数与直接预测新输出的优劣。通过分析ARC数据集中的抽象推理任务，发现归纳模型与传导模型在解决问题上具有互补特性。