chaotic-forecasting

本文描述了一种针对CTF4Science Lorenz挑战的度量感知混合预测系统，该系统结合了神经去噪器、ODE拟合和直方图尾部分布替代，以优化九个任务对中的不同度量，在公开排行榜上取得了83.85529分的成绩。

介绍了时间范围约束的Rashomon集，用于表征混沌系统中模型多样性的演化。该框架证明了预测等价性的指数收缩，并开发了决策对齐算法，将决策质量提高了18-34%。