연구진이 초임계 연소 시뮬레이션의 계산 비용을 줄이기 위해 신경망 서로게이트를 사용했어요. 기존 방식은 엔탈피와 압력, 조성 변수를 통해 온도, 밀도, 압축 계수를 평가하는 복잡한 회귀 문제였어요. 열역학 정보를 반영한 입력 재정렬 전략인 TAIR을 통해 엔탈피 좌표를 온도 추정치로 대체했어요.
TAIR은 기존 방식보다 RMSE를 각각 1.5배, 2배, 7.5배 줄이는 효과를 보였어요. 특히 새로운 조건의 화염에서는 RMSE가 최대 14.5배까지 감소했어요.
TAIR은 실제 유체에서 이상 기체 상태와 차이를 학습하도록 유도하며, 기존 방식의 단점을 보완하는 효과적인 방법으로 평가돼요.