本文介绍了一种基于生成模型的动力学系统简化方法，能够有效降维高维多尺度动态系统，并在粒子动力学中进行预测。研究提出了基于物理约束的卷积-循环神经网络框架，解决非线性偏微分方程，展示了优越的精度和泛化性能。同时，利用Bayesian SINDy自编码器和物理增强的变分自编码器，提高了物理发现的准确性和效率。