研究人员开发了一个新框架，用于提高复杂多尺度系统中使用的降阶模型（ROM）的精度。这种不确定性感知方法利用条件归一化流来学习低保真度模型系数与高保真度模型系数之间的概率映射。该方法旨在提高预测精度，同时量化学习到的闭合的不确定性，这对于 ROM 的可靠应用至关重要。在涡流合并问题上的实验表明，与未经校正的模型相比，该技术显著提高了 ROM 的精度。 AI
影响 增强了复杂系统建模的精度和不确定性量化能力，有望改进科学模拟。
排序理由 这是一篇详细介绍改进降阶模型新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →