提出频率分解有限时间流映射神经算子F³NO

研究者提出频率分解的有限时间流映射神经算子 F$^3$NO，用更新的低频特征引导高频信息的非线性细化，每层通过跨尺度条件连接全局频谱处理与局部细节细化。模型直接预测指定未来时刻的状态，并按预测区间调整两分支贡献，长轨迹则结合短时段并行预测与段间递归传播。在五个 PDE 基准上，其预测精度优于自回归和直接预测基线，消融显示频率分解细化能以更少参数提升精度。

摘自 arXiv cs.LG

还没有足够的连续观测数据，暂不绘制趋势。