FLEX (FLow EXpert)는 확산 모델을 이용하여 시공간적 물리 시스템의 생성 모델링을 위한 백본 아키텍처입니다. FLEX는 원시 데이터가 아닌 잔차 공간에서 동작하며, 이는 확산 모델에서 속도장의 분산을 줄여 학습을 안정화시키는 이론적 근거를 가지고 있습니다. 표준 합성곱 ResNet 계층을 사용하는 U-Net에 잠재 변환기를 통합하고 재설계된 스킵 연결 방식을 통합합니다. 이러한 하이브리드 설계를 통해 모델은 잠재 공간에서 국소적 공간적 세부 정보와 장거리 의존성을 모두 포착할 수 있습니다. 시공간적 조건을 개선하기 위해, FLEX는 조잡하거나 과거 스냅샷과 같은 보조 입력을 처리하는 작업별 인코더를 사용합니다. 약한 조건은 스킵 연결을 통해 공유 인코더에 적용되어 일반화를 촉진하고, 강한 조건은 스킵 및 병목 특징을 통해 디코더에 적용되어 재구성 충실도를 보장합니다. FLEX는 2개의 역확산 단계만으로 초고해상도 및 예측 작업에 대한 정확한 예측을 달성하며, 샘플링을 통해 보정된 불확실성 추정치를 생성합니다. 고해상도 2D 난류 데이터에 대한 평가는 FLEX가 강력한 기준 모델보다 우수하며, 보이지 않는 레이놀즈 수, 물리적 관측 가능한 값(예: 유체 흐름 속도장) 및 경계 조건을 포함한 분포 외 설정으로 일반화됨을 보여줍니다.
