Рассматривается задача о ламинарном обтекании кругового цилиндра в диапазоне чисел Рейнольдса 60…180. Изучается возможность сокращения вычислительных затрат по сравнению с CFD-расчётами при сохранении точности восстановления полей скорости, давления и завихренности. Ранее для подобных задач применялись проекционные модели пониженного порядка, требующие решения системы дифференциальных уравнений и знания начального состояния. В докладе предложен подход, сочетающий собственное ортогональное разложение (POD) для снижения размерности данных, фазовую параметризацию вихревого цикла и регрессионные модели машинного обучения (многослойный перцептрон, метод опорных векторов, градиентный бустинг) для предсказания POD-коэффициентов. Проанализированы точность восстановления полей и вычислительная эффективность; показано, что ошибка на невиданных числах Рейнольдса после фазовой коррекции не превышает 5%, а время получения поля сокращается с нескольких часов до секунд.