生成扩散模型从短时构型对预测随机动力学长期演化

生成式扩散模型仅凭固定短时间间隔的构型对即可学习有限时间转移核，无需已知运动方程，迭代该核可将随机动力学推演至远超训练时间尺度。在二维 Model B 中，学到的核复现了动态临界标度与自相似 t^{1/3} 粗化，且在训练最大尺寸两倍的格点和未见初始系综上仍与直接模拟一致。对周期性光势场中的驱动胶体，十分钟实测轨迹即可在实验误差内预测随后二十分钟的粒子流与平均通过时间。

摘自 arXiv：cs.LG（机器学习，全量分类）

还没有足够的连续观测数据，暂不绘制趋势。