神经代理模型输入窗口与历史权衡研究

Ruige Kong 发表研究，测量神经代理模型在稀疏噪声传感器下预测物理场时，输入窗口与历史快照之间的权衡。研究以同一读数的贝叶斯最优误差为基准，在粘性 Burgers 流和混沌 Kuramoto-Sivashinsky（KS）方程上训练模型。 结果显示，除 KS 外，随着预测提前期增长，八个快照所消除的单快照误差比例反而减小。这一提前期反转现象在多种传感器密度、三种架构和二维域中持续存在。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。