湍流感知三维流场重建框架论文发布

2026年10月15日，arXiv Artificial Intelligence 刊出 Hanlin Kong 等作者的论文，提出一种湍流感知框架，用于时间分辨的三维流场重建。该框架将多尺度神经算子与状态空间模型耦合，以恢复体结构并保持时间一致性，同时引入 Navier-Stokes 残差作为软约束，并采用混合专家机制支持对未知粗粒化的无监督适配。论文称，在典型湍流系统和大气再分析数据上，该框架相比学习类和经典基线降低了重建误差，更好地保留了多尺度空间结构与连贯时间演化。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。