AeroChem闭环物理信息空气质量预测框架

2026年10月15日，arXiv Artificial Intelligence 刊出报道，Kien Le Trung 等作者提出 AeroChem，一个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，并同时提出 HanoiAir 数据集。该框架采用双分支协同校正设计，包括 UDE 过程分支与 Mamba 虚拟测量分支，并通过 Neural Kalman Fusion 在每个预报步修正潜物理状态并反馈给模拟器，以缓解长时程漂移。目前报道仅介绍该框架的提出与设计思路，未披露具体实验数值、适用地域范围或使用限制等信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。