연구자들은 GyroFlow를 제안했습니다. 이는 잠재 생성 모델로, 과도한 위상을 해석하지 않고도 5차원 위상 공간에서 gyrokinetic 난류의 정상 상태 통계를 직접 추정합니다. 이 접근 방식은 ergodicity 가정을 기반으로 포화 상태의 분포를 모델링하여 명시적인 시간 진화를 우회합니다.
- GyroFlow는 무차원 작동 매개변수를 조건으로 노이즈에서 포화 스냅샷을 생성합니다.
- 자기 회귀, 차원 축소 및 기타 생성 접근 방식을 능가하며 상당한 속도 향상을 제공합니다.
- 사전 학습된 gyrokinetic 모델의 잠재 공간에서 생성 품질을 평가하기 위해 FGyD라는 새로운 분포 지표가 도입되었습니다.
- FGyD는 다운스트림 플럭스 정확도와 솔버 수렴과 상관관계가 있습니다.
- GyroFlow는 데이터를 생성하는 데 사용되는 수치 코드의 초기값(warm-start)에 사용할 수 있습니다.
이 방법은 완전한 과도 역학을 해석하지 않음으로써 직접 수치 시뮬레이션의 높은 계산 비용을 해결하며, 효과적인 폐쇄(effective closures)가 사용 불가능한 시스템에 더 빠른 대안을 제공합니다.