Bi-FORK: Generative Modeling of High-Dimensional Bifurcating Systems

我们引入Bi-FORK，一种用于学习高维系统中一对一多解映射的生成框架。Bi-FORK通过潜变量流匹配生成完整的轨迹，保持空间和时间的连贯性，并利用排斥引导采样在单次平滑迭代中恢复不同的解分支。我们在此基础上对梁屈曲、机械超材料和Allen-Cahn相分离进行评估，涵盖连续、离散和场值分岔，离散化精度达到260,000点。