F$3 млн. долл. США NO: частотно-декомбинированные финитные картографические нейроны с поперечной реконструкцией

arXiv:26101998v1 Annualce Type: New Humber Abstract: Neural Operations позволяет быстро прогнозировать PDE, но повторяющиеся прогнозы накапливают ошибки и тонкие структуры по-прежнему трудно разрешить. Мы введем нейронный оператор с разукрупненной частотой и конечных интервалов движения (F$3 долл. NO), который использует обновленные низкочастотные характеристики для определения нелинейной доработки высокочастотной информации. В рамках каждого слоя это межмасштабное кондиционирование соединяет глобальную спектральную обработку с местной детализацией. Модель непосредственно предсказывает состояние в определенное время будущего и корректирует вклад двух ветвей в зависимости от интервала прогнозирования. Для более длинных траекторий она сочетает параллельные прогнозы в рамках коротких временных сегментов с рекурсивным распространением между сегментами. Эксперименты по пяти контрольным показателям ППО свидетельствуют о повышении точности прогнозирования в сравнении с авторегрессивными и прямыми предукциями. Изотопы показывают, что совершенствование частоты может повысить точность при меньшем количестве парама.