Nature Machine Intelligenceは「Lagrangian–Eulerian learning of flow field and trajectories with TrajectoryFlowNet」について報告した。タイトルには、流れ場と軌道の学習を単一のアプローチで行うと記されている。

取り上げられる問題は、複雑な流れ場における粒子の輸送の予測に関するもので、伝統的な方法はNavier–Stokes方程式の解や数値・実験的手法には深い物理知識と高い計算コストが必要である。

同じアノテーションによれば、既存の機械学習手法はまばらなデータにおいて長期的な軌道を一般化するのが難しいとされる。TrajectoryFlowNetがこれらの手法をどれだけ上回るか、どのような状況で検証されたかは、入手可能な情報からは分からない。