long-horizon-prediction

OceanMoE 引入一种混合专家框架，结合结构化条件稀疏计算，以平衡共享海洋上下文与自适应特化，用于多变量海洋预报，展示了长期预测中提升的准确性。

Rollout-Decoded Reconstruction (RDR) 是一种损失项，通过在训练期间自由运行模型来改善潜在世界模型的长期预测，在混沌系统上实现了1.80倍的有效预测时间提升。

提出了GeoIncNO，一种几何感知的增量神经算子，通过残差潜变量增量和均值-波动解耦重建改进长时程PDE预测，在1D/2D/3D基准上实现了更好的稳定性和频谱保真度。

本文介绍了无注意力潜记忆和动态重编码，以改进库普曼自编码器中的长时域预测，减少基准动力系统上的误差累积。