本文研究了非侵入式科学机器学习（SciML）约简模型（ROMs）在非线性、混沌等离子体湍流模拟中的应用。通过算子推断（OpInf）构建基于物理学的低成本ROMs，捕捉湍流动力学的重要特征并缩短计算时间，对聚变设备设计和实时控制具有潜力。

本文研究了非侵入式科学机器学习（SciML）约简模型（ROMs）在非线性、混沌等离子体湍流模拟中的应用。通过使用算子推断（OpInf）从数据构建基于物理学的低成本ROMs，实现了高准确度模型的计算时间大幅缩短。非侵入式的SciML ROMs有潜力加速数值研究、优化聚变设备设计和实时控制等任务。

本文研究了非侵入式科学机器学习（SciML）约简模型（ROMs）在非线性、混沌等离子体湍流模拟中的应用。通过使用算子推断（OpInf）构建基于物理学的低成本ROMs，成功捕捉了湍流动力学的重要特征，并将计算时间缩短了五个数量级。这表明非侵入式的SciML ROMs有潜力加速数值研究，最终可用于优化聚变设备的设计和实时控制等任务。