English(EN) Bidirectional Autoregressive Latent Diffusion for Forward and Inverse Magnetohydrodynamics

新的扩散模型通过自监督误差估计预测磁流体动力学演化

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-28 21:57

研究人员开发了一种新颖的双向自回归潜在扩散模型，用于预测磁流体动力学中多个场的复杂演化。该方法利用自监督一致性度量，通过比较正向和反向时间预测来估计不确定性和误差，而无需真实数据。该方法在非侵入式等离子体诊断方面也显示出潜力，并且可以通过自适应反馈利用稀疏测量来提高鲁棒性。 AI

影响该模型可以实现等离子体物理等领域更准确、更鲁棒的模拟，从而可能加速科学发现。

排序理由这是一篇详细介绍用于科学模拟的新模型的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv stat.ML TIER_1 English(EN) · Alexander Scheinker · 2026-06-30 04:00

用于正向和反向磁流体动力学的双向自回归潜在扩散

arXiv:2606.29620v1 Announce Type: new Abstract: This work presents a new bidirectional autoregressive latent diffusion approach for predicting the evolution of multiple fields (mass density, pressure, velocity, and magnetic field components) for magnetohydrodynamics. We show that…
arXiv stat.ML TIER_1 English(EN) · Alexander Scheinker · 2026-06-28 21:57

用于正向和反向磁流体动力学的双向自回归潜在扩散

This work presents a new bidirectional autoregressive latent diffusion approach for predicting the evolution of multiple fields (mass density, pressure, velocity, and magnetic field components) for magnetohydrodynamics. We show that this bidirectional flow can be used as a self-s…