Spectrally Regularized Latent Flow Matching for Turbulence Generation
作者: Khalid Rafiq, Aditya G. Nair
分类: cs.LG, physics.flu-dyn
发布日期: 2026-06-10
备注: Accepted at the AI4Physics Workshop at ICML 2026. OpenReview: https://openreview.net/forum?id=MEZ1otYgXS
💡 一句话要点
提出光谱正则化潜在流匹配以解决湍流生成问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 湍流生成 潜在流匹配 光谱正则化 深学习 流体动力学
📋 核心要点
- 现有的潜在扩散和流匹配方法在湍流生成中未能有效表示耗散范围的幅度，导致生成质量不足。
- 本文提出了一种结合光谱正则化的潜在流匹配框架，通过优化潜在表示来改善生成效果。
- 实验结果表明，采用新方法后，深耗散保留的光谱功率显著提高，且在采样成本与保真度之间取得了更好的平衡。
📝 摘要（中文）
潜在扩散和流匹配已成为合成湍流生成的主要方法，但它们在耗散范围幅度的表示上存在系统性不足。本文提出了一种潜在流匹配框架，结合光谱正则化压缩阶段，直接针对这一缺陷。在256^2的DNS数据集上，通过用区域加权对数光谱目标替换均方误差训练的变分自编码器，深耗散保留的光谱功率在重构中从25%提高到94%，在无条件生成中从20%提高到79%。
🔬 方法详解
问题定义：现有的潜在扩散和流匹配方法在湍流生成中未能有效表示耗散范围的幅度，导致生成的湍流质量不足，尤其是在高波数结构的表示上存在显著缺陷。
核心思路：本文提出了一种光谱正则化的潜在流匹配框架，旨在通过优化潜在空间的表示，直接解决现有方法在深耗散表示上的不足。通过引入区域加权对数光谱目标，增强了对高频成分的捕捉能力。
技术框架：整体架构包括一个编码器-解码器结构，其中编码器负责潜在表示的生成，解码器则用于重构和生成湍流。框架中引入了光谱正则化的压缩阶段，以提升潜在表示的质量。
关键创新：最重要的技术创新在于引入光谱正则化的潜在流匹配方法，显著提高了深耗散的光谱功率保留率，并克服了均方误差训练模型的固有限制。
关键设计：在损失函数中采用区域加权对数光谱目标，优化了潜在空间的表示。此外，实验中通过编码器-解码器交换实验验证了改进主要源于编码器引起的潜在重组，而非解码器的能力。
🖼️ 关键图片
📊 实验亮点
实验结果显示，采用光谱正则化的潜在流匹配方法后，深耗散保留的光谱功率在重构中从25%提升至94%，在无条件生成中从20%提升至79%。此外，新方法在仅20次函数评估下实现了DD偏差-0.117，显著优于均方误差训练模型的-0.70。
🎯 应用场景
该研究在气象学、航空航天和工程等领域具有广泛的应用潜力，能够帮助更准确地模拟和预测湍流现象，进而提升流体动力学研究的效率和准确性。未来，该方法可能为生成湍流模型提供新的方向，尤其是在高频成分的捕捉和表示上。
📄 摘要（原文）
Latent diffusion and flow matching have emerged as leading approaches for synthetic turbulence generation, yet they systematically under-represent dissipation-range amplitudes. We introduce a latent flow matching framework with a spectrally regularized compression stage that directly targets this failure mode. On a 256^2 DNS dataset at Re_f \approx 2250, replacing an MSE-trained VAE with a zone-weighted log-spectral objective raises deep-dissipation retained spectral power from 25% to 94% in reconstruction and from 20% to 79% in unconditional generation. The improved latent representation also yields a substantially better sampling cost-fidelity tradeoff: the MSE-trained latent space imposes a fundamental quality ceiling near DD bias -0.70 that no integrator or step-count can overcome, while the spectrally regularized latent space reaches DD bias -0.117 at just 20 function evaluations. Mechanistically, encoder-decoder swap experiments show that the improvement is driven primarily by encoder-induced latent reorganization rather than decoder capacity, while a support-amplitude decomposition reveals that MSE-trained models behave as conservative suppression models, minimizing pointwise error by attenuating intermittent high-wavenumber structure. Both pipelines recover the second-order structure function and the correct sign of S_3, indicating the correct cascade direction without explicit supervision. A small residual gap in the magnitude of S_3 suggests that phase-coherent triadic organization remains a complementary axis to amplitude fidelity for future generative turbulence models.