AeroChem

AeroChem框架通过物理信息状态空间建模增强空气质量预测能力

研究人员推出了一种新颖的闭环框架AeroChem，用于长期空气质量预测，该框架将物理信息建模与状态空间方法相结合。该系统采用双分支协同校正设计，结合了基于UDE的物理先验过程分支和基于Mamba的时间上下文虚拟测量分支。通过使用神经卡尔曼融合，AeroChem在每个预测步骤中校正潜在物理状态，并将其反馈给模拟器以减轻长时预测漂移。该框架在预测突变方面表现出更高的稳定性和准确性，尤其是在新的HanoiAir数据集和公开基准测试中。