本文提出了SigGPDE，一个新的可扩展的稀疏变分推理框架，用于处理序列数据上的高斯过程。通过构造诱导变量来支撑稀疏近似，避免矩阵求逆，并展示了GP签名核的梯度是一个双曲型PDE的解。SigGPDE通过有效的反向传播算法，在大型数据集上实现了最先进的分类任务性能。