本文研究了扩散模型在神经密度估计中的应用，提出了一种无需求解流方程的对数密度计算方法。研究显示，训练参数对密度计算的准确性有显著影响，为扩散模型的扩展性和效率提供了新见解。

ANODE是一种新型的无监督异常检测技术，使用神经密度估计来区分信号区域和旁带处的概率密度，并对局部异常的过密度进行广泛敏感。该方法在物理和其他领域的异常检测中具有广泛的适用性。