机器学习方法在等离子体时刻闭合关系中的应用：综述

大规模全局等离子体模拟是空间和实验室等离子体物理中持续面临的挑战。基于流体模型的任何模拟都需要对高阶等离子体时刻提供闭合关系。本综述汇集并分析了近年来机器学习方法开发出改进等离子体闭合模型的趋势，这些模型能够在等离子体流体模型中捕捉动力学现象。本综述旨既收集又分析所需方法，包括方程发现方法和神经网络替代方法，同时提供问题的总体概述。特别是，我们概述了机器学习基于闭合关系所面临的挑战，以及未来研究可能采取的方向，以解决这些挑战。