流体を支配するナビエ・ストークス方程式の直接計算(DNS：Direct Numerical Simulation)あるいは準直接計算(LES: Large Eddy Simulation)に必要な計算コストは、レイノルズ数の増大とともに劇的に増加する。一方、実用上重要な旅客機やロケット周囲の流れ場は非常に高いレイノルズ数に特徴づけられるので、現在の計算機資源ではDNSは実施できず、LESも難しい。ここに本研究では、深層生成モデルの一種である、確率的デノイジング拡散モデル（DDPM）を応用し、この困難に挑戦する。具体的には、計算が比較的容易な比較的低いレイノルズ数の流れ場で学習したDDPMを用いて比較的高いレイノルズ数の流れ場を生成することに着想する。