연구진이 혼돈·난류 시스템의 앙상블 예측을 위한 새로운 서브 모델링 방법인 FTM(First-Order Trajectory Matching)을 발표했어요. FTM은 확률 질량의 1차 국소 수송을 궤적에서 학습하여 시간 마진을 보존하고 궤적 관련 정보를 포착해요.
기존 방법과 달리 FTM은 드리프트, 확산, 스코어 추정 없이 궤적에서 직접 전류 속도를 학습하며, 안정성 분석을 통해 시뮬레이션 없이도 안정적인 학습이 가능함을 확인했어요.
다양한 시스템과 PDE 예제에서 FTM은 저렴한 비용으로 궤적 정보를 활용한 앙상블 예측을 제공하는 것으로 나타났어요.