A convolutional autoencoder and neural ODE framework for surrogate modeling of transient counterflow flames
이 논문은 고해상도 2 차원 반류 화염의 256x256 격자 데이터를 10 만 배 이상 압축하여 물리적으로 일관된 6 차원 잠재 매니폴드를 구축하고, 이를 신경 ODE 와 결합해 점화부터 비예혼합 상태로의 전이까지 주요 종의 상대 오차 2% 미만으로 정확히 예측하는 새로운 CAE-NODE 대리 모델링 프레임워크를 제안합니다.