arXiv · cs.AI· Kien Le Trung, Tung Kieu, Dinh Duc Nha Nguyen, Cuong Do, Bin Yang, Phi Long Nguyen·· 9 小时前
AeroChem：用于长期化学反应性空气质量预测的闭环物理信息状态空间建模（扩展版）
AeroChem: Closed-loop Physics-Informed State Space Modeling for Long-term Chemically-Reactive Air Quality Forecasting--Extended Version
arXiv:2610.16630v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Kien Le Trung, Tung Kieu, Dinh Duc Nha Nguyen, Cuong Do, Bin Yang, Phi Long Nguyen
研究任务与主要进展
基于论文摘要，作者提出 AeroChem 闭环物理信息状态空间框架，用于长期化学反应性空气质量预测。该方法结合 UDE 过程分支、Mamba 虚拟测量分支和神经卡尔曼融合，在每个预测步骤校正潜在物理状态并反馈给模拟器；摘要称在 HanoiAir 与公开基准实验中改善了长时稳定性和突变预测。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org