Turbulence generation and data assimilation in wall-bounded flows with a latent diffusion model
Este estudio presenta un marco generativo basado en un autoencoder variacional y un modelo de difusión transformador que logra una compresión sin precedentes de flujos turbulentos en paredes y permite la asimilación de datos mediante condicionamiento bayesiano, aunque revela una compensación inherente entre la fidelidad física y la diversidad de las muestras al imponer restricciones estadísticas complejas.