基于混合神经密度估计的模拟推理与无分箱Asimov构造新

针对CLD对撞机探测器仿真与事例重建，利用条件流匹配生成模型代理完整模拟，缓解高能物理研究中的计算瓶颈。

提出在测试时通过流匹配模型学习贝叶斯滤波后验分布，为高维物理系统状态估计提供连续分布表示的解决方案。

提出FREESIA方法，通过协方差感知后验传输解决非线性观测算子下的多模态后验分布估计难题，提升高维稀疏观测条件下的数据同化精度与可扩展性。

提出 VIOT 神经算子，用于不可压缩流体密度传输的 amortized 生成，通过前馈推理直接预测无散度速度场并生成完整传输轨迹，将传统流体传输优化从小时级缩短至单次推理。

探索视觉-语言模型在高能物理喷注分析中的应用，将JetClass喷注重构为物理信息四面板图像，实现多任务喷注标签分类。