AeroChem闭环物理信息空气质量预测框架

AeroChem 是面向化学反应性空气质量预报的闭环物理信息状态空间框架，采用 UDE 过程分支与 Mamba 虚拟测量分支的双分支协同校正设计，并通过 Neural Kalman Fusion 在每一步预报中修正潜在物理状态并反馈给模拟器，以缓解长时程漂移。作者同时发布融合污染物浓度、气象与排放清单的真实数据集 HanoiAir，实验显示其在长时程稳定性和突变预报上均有提升。

摘自 arXiv：cs.AI

还没有足够的连续观测数据，暂不绘制趋势。