湍流感知框架提升三维流场重建精度

研究者 Hanlin Kong 等发布论文，提出一种湍流感知的时间分辨三维流场重建框架，将多尺度神经算子与状态空间模型耦合，用于恢复体结构并保持时间一致性，同时以 Navier-Stokes 残差作软约束，并用混合专家机制支持对未知粗粒化的无监督适应。 在典型湍流系统和大气再分析数据上，该框架相比学习类和经典基线降低了重建误差，更好地保留了多尺度空间结构与连贯时间演化。上述结果来自论文报告，尚未见独立复现或第三方验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。