Cheap2Rich: 다중 충실도 프레임워크 - 다중 척도 물리 시스템 (회전 폭발 엔진)의 데이터 동화 및 시스템 식별

Cheap2Rich: A Multi-Fidelity Framework for Data Assimilation and System Identification of Multiscale Physics -- Rotating Detonation Engines

계산 비용이 저렴한 모델과 복잡한 물리 시스템 간의 격차를 해소하는 것은, 특히 축소된 모델이 일반적으로 주요 동역학만 포착하는 다중 척도 환경에서, 엔지니어링 문제에 대한 머신 러닝 응용 분야에서 중요한 과제입니다. 본 연구에서는 Cheap2Rich라는 다중 척도 데이터 동화 프레임워크를 제시합니다. 이 프레임워크는 빠른 저충실도 사전 모델과 학습된 해석 가능한 불일치 보정 방법을 결합하여 희소 센서 기록으로부터 고충실도 상태 공간을 재구성합니다. 우리는 회전 폭발 엔진(RDE)이라는 어려운 시스템을 사용하여 성능을 입증했습니다. RDE는 폭발 전파와 주입기 구동 불안정성, 혼합 및 다양한 척도에서의 복잡한 화학 반응이 결합된 시스템입니다. 우리의 접근 방식은 주입기 구동 효과와 관련된 물리적으로 의미 있는 불일치 동역학을 분리하면서 희소 측정으로부터 고충실도 RDE 상태를 성공적으로 재구성합니다. 이러한 결과는 복잡한 다중 척도 시스템에서 데이터 동화 및 시스템 식별을 위한 일반적인 다중 충실도 프레임워크를 보여주며, 빠른 설계 탐색, 실시간 모니터링 및 제어를 가능하게 하고 해석 가능한 불일치 동역학을 제공합니다. 이 프로젝트의 코드는 github.com/kro0l1k/Cheap2Rich에서 확인할 수 있습니다.

Bridging the sim2real gap between computationally inexpensive models and complex physical systems remains a central challenge in machine learning applications to engineering problems, particularly in multi-scale settings where reduced-order models typically capture only dominant dynamics. In this work, we present Cheap2Rich, a multi-scale data assimilation framework that reconstructs high-fidelity state spaces from sparse sensor histories by combining a fast low-fidelity prior with learned, interpretable discrepancy corrections. We demonstrate the performance on rotating detonation engines (RDEs), a challenging class of systems that couple detonation-front propagation with injector-driven unsteadiness, mixing, and stiff chemistry across disparate scales. Our approach successfully reconstructs high-fidelity RDE states from sparse measurements while isolating physically meaningful discrepancy dynamics associated with injector-driven effects. The results highlight a general multi-fidelity framework for data assimilation and system identification in complex multi-scale systems, enabling rapid design exploration and real-time monitoring and control while providing interpretable discrepancy dynamics. Code for this project is is available at: github.com/kro0l1k/Cheap2Rich.