Turbulence generation and data assimilation in wall-bounded flows with a latent diffusion model
Dit artikel introduceert een schaalbaar generatief raamwerk dat een -variational autoencoder koppelt aan een transformer-gebaseerde diffusiemodel om turbulente wandgebonden stromingen met een ongeziene compressie te reconstrueren en data-assimilatie mogelijk te maken, waarbij echter een fundamenteel compromis tussen het opleggen van statistische constraints en het behoud van fysieke trouw en diversiteit wordt blootgelegd.