연구진이 데이터 기반 생성 모델의 한계를 극복하기 위해 물리 기반 생성 솔버를 개발했어요. 이 솔버는 안정적인 사전 학습과 보존 법칙 준수를 분리하여 시공간 필드 재구성을 가능하게 해요.
Score Fokker-Planck 제약 조건을 활용한 Martingale-Regularized Score Matching을 통해 동적으로 안정적인 사전 지식을 확보하고, 물리적 잔차의 기울기를 통해 노이즈 제거 경로를 안내해요.
음향 분야에서는 압력과 입자 속도를 동시에 생성하여 공간 에이리싱을 억제하고, ERA5 기상 데이터에도 적용 가능하여 고차원 역문제 해결에 기여할 수 있어요.