流体数据补全是一个有潜在利益的研究问题，通过计算机视觉和矢量量化技术解决流体数据补全的挑战。实验证实，提议模型在重建准确性和湍流能谱方面优于基准模型。

DeFormer是一种新型双通道Transformer架构，可实现复杂对象形状的抽象化。在ShapeNet上的实验表明，DeFormer在重建准确性方面优于现有技术，并提升了可解释性。