Para peneliti mengusulkan GyroFlow, sebuah model generatif laten yang secara langsung memperkirakan statistik keadaan tunak dari turbulensi gyrokinetik dalam ruang fase 5D tanpa menyelesaikan fase transien. Pendekatan ini menghindari evolusi waktu eksplisit dengan memodelkan distribusi keadaan jenuh di bawah asumsi ergodisitas.
- GyroFlow menghasilkan snapshot jenuh dari noise yang dikondisikan pada parameter operasi tanpa dimensi.
- Model ini mengungguli pendekatan autoregresif, orde-reduksi, dan pendekatan generatif lainnya sambil memberikan percepatan substansial.
- Metrik distribusi baru yang disebut FGyD diperkenalkan untuk mengevaluasi kualitas generasi dalam ruang laten dari model gyrokinetic yang telah dilatih sebelumnya.
- FGyD berkorelasi dengan akurasi fluks downstream dan konvergensi solver.
- GyroFlow dapat digunakan untuk warm-start kode numerik yang digunakan untuk menghasilkan data.
Metode ini mengatasi biaya komputasi tinggi dari simulasi numerik langsung dengan menghindari resolusi dinamika transien penuh, menawarkan alternatif yang lebih cepat untuk sistem di mana penutupan efektif tidak tersedia.