部分观测流动的记忆效应、动力学闭合与长时预测:历史信息改善后续演化预测的条件、补充信息与有效作用时长

严格投影形式与记忆核的可测性:Mori–Zwanzig/Nakajima–Zwanzig 框架、广义朗之万与主方程、记忆项退化为马尔可夫的判据

这一组提供记忆项的精确定义与判据,是回答"历史补充了什么信息"的前提。电荷输运两篇在精确 GLE/GME 框架下给出记忆核与马尔可夫近似的定量对照,可作为"有效记忆时长"的可测参照;MZ 随机建模与图示算例说明未解析自由度如何被分裂为记忆核、噪声与正交项,并给出慢流形近似良好、记忆项可略去而噪声主导的条件;快振荡随机整流一文给出慢流形近似失效时记忆项的生成机制。它们是区分"严格投影闭合"与"受其启发的模型"的判据来源。

粗粒化实现与记忆注入技术:广义多尺度坐标/Schur 补消元、粗网格方程中的记忆效应、辅助变量与随机未解析通量闭合

这组把抽象记忆核落成可计算的粗粒化流程,回答"记忆项能否被构造而非仅被假设"。广义多尺度坐标/Schur 补给出细尺度消元产生记忆核的显式途径与算子稀疏判据,并厘清其与 Mori–Zwanzig 记忆核的对应;粗网格方程中的记忆效应讨论其数值实现;聚合物隐式溶剂模型用辅助变量把非马尔可夫动力学等价改写为扩展态空间中的马尔可夫动力学,是"向闭合模型注入记忆"的标准技术路径;MZ 降阶建模把框架用于流体 ROM,涡动力学粗粒化模拟把路线带入流体语境;未解析涡通量的随机建模提供统计层面的闭合替代。

受投影启发的模态截断闭合与残差记忆回归:LSTM 记忆积分、autoencoder–Galerkin 子空间外误差、能量谱过稳定化与截断可预测时限

这组把 Mori–Zwanzig 记忆积分当作建模目标而非严格投影结果,构成"受理论启发"一类,并在一批工作中提供"仅当前状态 vs. 增加历史"的受控比较。RNN/LSTM 闭合以若干时间步的模态系数为输入回归记忆积分并检验超出训练区间的推进;autoencoder–Galerkin、分区 ROM 与"突破 Kolmogorov 屏障"讨论子空间外截断误差、闭合引起的能量谱过稳定化;MZ 记忆核被并入 Koopman 线性模型与部分可观测下的信念动力学;随机模态消减在同一低维系统中比较线性反馈、随机参数化与噪声膨胀的短期/长期效果并预测隐藏极端事件;Boussinesq→Lorenz 截断分析给出闭合假设与可预测时限 T~1/λ1 的分析范例,把模态截断与预测时限直接联系起来。

时延嵌入与 Hankel/Koopman 增广坐标:延迟深度与可观秩、最小实现、Strouhal 锚定,及闭环多步推进的误差放大

组内共享平移嵌入内核,以坐标增广而非显式记忆核表达历史。时延/锁相 DMD 处理仅有局部测点与含差分快照的情形;输入感知 HAVOK、最小实现时延 Koopman 与 Subspace DMD 把延迟长度与可观秩、最小实现联系起来并可接 Kalman 滤波做稀疏含噪实时估计;时空增广 STDMD 同时提取频率与波数;神经振荡模态恢复一文用 Hankel 矩阵分解给出延迟嵌入提升可观秩、扰动提升轨迹秩的互补约束与"有效记忆深度对应可估计模态数"的明确证据;矩形柱 Hankel-ROM 显式扫描嵌入维数;钝尾体 HAVOK 把线性算子特征值与极低频振荡及不同 Strouhal 数挂钩,是"记忆时间能否锚定涡脱落周期"最直接的可检验案例;扫描射流作动器与航天器姿态的 Hankel-DMD 研究给出多周期预测增益与闭环多步误差放大上千倍的量化反例。

部分观测系统的可辨识性与归因框架:稀疏动力学辨识、代数相空间补全与部分观测数据驱动建模

这组界定"历史信息是否必要"的问题边界与比较设计。压缩感知稀疏动力学识别从稀疏测量反演控制方程;代数重构明确指出部分观测须先补全相空间再辨识方程,把"用时间序列恢复未观测变量"作为独立步骤;Lorenz-63 仅观测两分量的工作证明学习到的隐变量与观测分量各阶导数相关,说明历史补充的正是缺失分量的动力学信息;部分观测生物系统的数据驱动建模与机器学习降阶建模综述提供总体框架。它们共同提醒:单凭预测误差下降无法区分"隐藏当前状态估计"与"未解析自由度闭合"。

历史用于估计隐藏的当前状态:信息状态理论的最优性条件、递归贝叶斯滤波与最优平滑

这组对应第一种作用机制,且预测误差下降几乎全部来自观测信息的在线注入而非模型自身闭合,因此是与"记忆闭合"做归因对照的必需对照组。信息状态两篇严格证明:由过去若干观测与控制输入构成的信息状态可把部分观测非线性问题等价转换为全观测问题,并给出求解确定最优解的条件,是"需要多长历史才足够"的理论边界;ENKF 流场状态估计器、流场特征估计、稀疏流场状态估计、集成滤波方案与 Belief Flow Filter(极端单传感器、生成式后验跟踪)代表贝叶斯同化路线;非线性最优平滑与最小阶控制导向流场估计提供算法基线与压缩瓶颈维度讨论。

稀疏传感全场重构与传感器/模态子空间的可观测性设计

在不做递归同化的前提下,用少量传感器读数一次性重构全场,并回答"传感器放在哪、用哪个子空间"才能最好地观测被隐藏的自由度。SHRED/UQ-SHRED 用超稀疏传感器历史重建全时空场并给出不确定性量化与设置消融;自编码器+交叉注意力、Voronoi/Senseiver 对比与 AE+ROM 给出稀疏含噪重构的精度与效率基准;壁面压力恢复涡结构与聚变诊断代理模型提供跨领域验证;SPOD vs POD 的 LSTM 估计器在同一双柱 flip-flop 流动中比较模态子空间,是子空间选择的受控实验;POD 多时延 LSE 把多时刻历史直接写入观测模型;风电场与贝叶斯传感器选择把可观测性作为优化目标。

滤波尺度未解析通量:SFS 记忆参数化、神经亚格子模型与涡黏/动态/隐式 LES 等无记忆闭合下界

这组对应"历史描述未解析自由度对保留变量后续演化影响"这一作用在物理闭合层面的实现,同时给出"不引入历史、仅调整当前状态的通量闭合能做到多好"的下界基准。iGLASS 以积分完整的 SFS 湍动能与位能方程显式保留记忆,并与涡扩散、动态重构在同一算例对比,是"有记忆 vs. 无记忆闭合"最直接的受控比较;神经亚格子模型在槽道流中检验局部映射闭合的 a priori/a posteriori 差异与数值不稳定;a priori/a posteriori 分析把亚滤波应力分解为 Leonard/Cross/Reynolds 并逐项给出能量与拟涡能收支,是识别"稳定但过度耗散"的可操作框架;动态 SGS 模型、二维涡黏理论与隐式 LES 代表以数值耗散承担闭合的经典路线。

未解析自由度的物理记忆时间尺度:湍流寿命与拉格朗日输运记忆、准地转与近壁亚格子参数化

这组把"有效记忆多长"锚定到可独立测量的结构时间尺度。湍流有限生成—耗散速率导致的边界应力记忆、横向腔体中由相干结构控制的非局域输运记忆(以分数阶导数上采样建模)与拉格朗日/欧拉视角的对照,把记忆与寿命、停留时间、相关衰减时间直接挂钩;准地转流亚格子参数化与柱体串联/横流耦合预测中的记忆与干扰效应则说明记忆在复杂工况下的表现。它们为"核衰减时间—涡脱落周期—采样间隔"之间能否建立可验证联系提供物理依据。

神经算子与序列模型的自主多步预测:路径签名与神经粗糙微分方程、通道辅助 FNO、物理引导网络及相位/耗散失真诊断

这组属"一般历史编码"而非严格投影闭合,关注连续时间历史表达与长时自回归稳定性。神经 RDE 以 log-signature 紧凑编码路径历史逼近路径依赖解;通道辅助 FNO 通过通道注入与残差增强傅里叶层稳定长时自回归尾流预测;物理引导神经网络用于时空场演化;PhyLSNN(卷积 LSTM+最小二乘 NS 残差)指出常规 MLP-PINN 会造成相位漂移与过度平滑,是长期推进失真的诊断证据;振荡状态空间 PINN 以线性振子作模态时间演化先验,显著降低对序列长度与分辨率的记忆开销,提供"结构化动力先验 vs. 通用序列模型"的比较视角;DMD+BiLSTM 浮式风机尾流预测与欧拉视角 LSTM 风湍流预报给出工程场景(含固定点稀疏观测)的可预测时效参照。

低阶模态与振幅方程模型:模态系数序列预测、回声状态网络超参数扫描、相幅模型失效机制与 SVD 降阶框架

这组用有限模态或低阶振幅方程承载历史而不追求投影严格性。圆柱阵列尾流以 POD 时间系数驱动回声状态网络,并系统扫描输入尺度、谱半径、泄漏率与流动间歇性/速度的关系,可直接支撑"记忆时间尺度随流动条件变化"的讨论;矩形柱三维尾流以 POD–LSTM 在同一算例中比较不同模态对 A/B 不稳定性的预测能力;tanh 型振幅—频率方程说明低阶模型在相位/频率随时间变化的转变过程中的失效机制;降阶建模与 SVD 方法综述提供整体框架与基线。它们与 Hankel 路线、MZ 路线共同构成"一般历史编码 vs. 坐标增广 vs. 严格投影"的三方对照。

长时自主推进的验证实践:瞬时预测窗口、能谱与统计保真、"稳定但过度耗散"的识别及跨雷诺数/跨工况外推

这组专门审查初始化后仅用模型自身输出多步推进(而非持续接收新测量或同化)的可信度,并给出正反两面的诊断指标。生成式神经算子以单条轨迹少样本训练,在均匀各向同性湍流上报告五个涡翻转时间的可信预报,用能谱误差与加速比量化长期统计保真;Hankel-DMD 闭环推进研究给出一步精度极佳但自主多步误差放大上千倍的量化反例(Rollout Amplification Factor),是"时延嵌入并不保证长时可信"的关键证据;稀疏特征映射 Markov 模型在同一流动内以相同特征维度比较 POD 与稀疏高斯核映射的长期预测,显示基失相关时 POD 失效、核映射缺乏简约性时重构失真,并跨越极限环、瞬态到持续演化浮力混合流与不同雷诺数检验适用边界,可用于识别"看似稳定实则过度平滑/耗散"的失败模式。

可验证的时间尺度与基准数据:相关函数衰减形式、Lyapunov 时间与积分时间尺度、涡脱落相干标定及连续时间尾流数据

这组为"有效记忆持续多久"提供独立可测标尺与受控比较的数据基础。相关函数衰减形式给出以自相关衰减时间定义记忆核的经典依据;湍流 Couette 最小流单元的扰动演化给出短时指数增长(主导 Lyapunov 指数)→ 长达数十个积分时间尺度的线性慢增长→ 饱和的完整图景,明确指出失相关所需时间跨度,是评价长时推进与统计可信度的自然标尺;圆柱尾流壁面压力与近尾流速度的相干条件统计实验,用最少压力传感器把低频大尺度涡脱落与表面压力脉动、升阻力估计联系起来,提供把模态/记忆时间锚定 Strouhal 周期的实验标定范式;亚临界圆柱尾流 PIV 数据集(Re=240–2520,约三个涡脱落周期的连续时间分块记录)观测条件明确,可直接构造完整参考态与稀疏/粗化状态的对照,用于同时检验隐藏状态估计、记忆闭合与长期统计三类结论。

部分观测流动的记忆效应、动力学闭合与长时预测:历史信息改善后续演化预测的条件、补充信息与有效作用时长

合并后共 13 个并列分组,覆盖全部 81 篇唯一文献,按"理论判据 → 记忆的建模表达 → 隐藏状态估计 → 物理闭合与时间尺度 → 长时推进验证 → 基准数据"的逻辑排列。第 1–2 组给出记忆项的精确定义、可测衰减时间与粗粒化构造路径(GLE/GME 精确核、Schur/广义多尺度坐标、辅助变量、随机未解析通量),是区分"严格投影闭合"与"受其启发模型"的判据来源;第 3 组是受 MZ 启发、以数据驱动逼近记忆积分与残差闭合的模态/残差模型,天然给出"仅当前状态 vs. 加历史"的受控比较;第 4 组以时延嵌入/Hankel–Koopman 增广坐标显式编码历史,并把延迟深度与可观秩、最小实现和 Strouhal 周期挂钩,同时提供闭环多步误差放大的量化反例;第 5–7 组构成"历史用于估计隐藏的当前状态"这一支:可辨识性与归因框架、信息状态理论与递归滤波/同化、稀疏重构与传感器—子空间可观测性设计,它们是与"记忆闭合"做归因对照的必需对照组;第 8–9 组构成"历史用于闭合未解析自由度"这一支:滤波尺度 SFS 通量记忆参数化与神经亚格子模型(并含涡黏/动态模型/隐式 LES 等无记忆下界基线),以及湍流寿命、拉格朗日输运、准地转与近壁参数化所给出的物理记忆时间尺度;第 10–11 组是"一般历史编码":神经 RDE/路径签名、通道辅助 FNO、物理引导与振荡状态空间模型、DMD+BiLSTM/LSTM 工程预报,以及 POD/LSTM、回声状态网络与 tanh 振幅—频率方程等低阶模态模型,其中包含相位漂移、过度平滑、频率转变失效等长时诊断证据;第 12 组专门审查初始化后仅用模型自身输出多步推进的验证实践(瞬时窗口、能谱保真、稳定但过度耗散、Rollout 放大因子、跨雷诺数与跨工况外推);第 13 组提供可独立测量的时间尺度(相关衰减、Lyapunov 时间、积分时间尺度、涡脱落相干标定)与观测条件明确、具连续时间记录的基准数据(亚临界圆柱尾流 PIV 等)。流动覆盖圆柱/矩形柱/圆柱阵列/双柱 flip-flop 尾流、钝尾体近尾流、浮式风机尾流、均匀各向同性与二维衰减湍流、槽道与 Couette 壁湍流、后台阶与扫描射流分离剪切流、准地转与浮力混合流及 Lorenz-63 等低维范例。整体看,文献足以支撑"隐藏状态估计 vs. 记忆闭合"两种作用的归因对照,但同一流动内同时做完整参考态/部分观测态受控比较、并把有效记忆时间与涡脱落周期或相关衰减时间做成可验证定量标定的研究仍明显稀缺。

让 AI 读完这 81 篇文献,进入工作区深入研究
研究方向与代表作共识与分歧研究空白与可做的问题
共 81 篇文献,13 个研究方向
严格投影形式与记忆核的可测性:Mori–Zwanzig/Nakajima–Zwanzig 框架、广义朗之万与主方程、记忆项退化为马尔可夫的判据

这一组提供记忆项的精确定义与判据,是回答"历史补充了什么信息"的前提。电荷输运两篇在精确 GLE/GME 框架下给出记忆核与马尔可夫近似的定量对照,可作为"有效记忆时长"的可测参照;MZ 随机建模与图示算例说明未解析自由度如何被分裂为记忆核、噪声与正交项,并给出慢流形近似良好、记忆项可略去而噪声主导的条件;快振荡随机整流一文给出慢流形近似失效时记忆项的生成机制。它们是区分"严格投影闭合"与"受其启发的模型"的判据来源。相关文献:Yaming Yan et. al, 2019 等 5 篇文献

粗粒化实现与记忆注入技术:广义多尺度坐标/Schur 补消元、粗网格方程中的记忆效应、辅助变量与随机未解析通量闭合

这组把抽象记忆核落成可计算的粗粒化流程,回答"记忆项能否被构造而非仅被假设"。广义多尺度坐标/Schur 补给出细尺度消元产生记忆核的显式途径与算子稀疏判据,并厘清其与 Mori–Zwanzig 记忆核的对应;粗网格方程中的记忆效应讨论其数值实现;聚合物隐式溶剂模型用辅助变量把非马尔可夫动力学等价改写为扩展态空间中的马尔可夫动力学,是"向闭合模型注入记忆"的标准技术路径;MZ 降阶建模把框架用于流体 ROM,涡动力学粗粒化模拟把路线带入流体语境;未解析涡通量的随机建模提供统计层面的闭合替代。相关文献:Hee Sun Lee et. al, 2015 等 7 篇文献

受投影启发的模态截断闭合与残差记忆回归:LSTM 记忆积分、autoencoder–Galerkin 子空间外误差、能量谱过稳定化与截断可预测时限

这组把 Mori–Zwanzig 记忆积分当作建模目标而非严格投影结果,构成"受理论启发"一类,并在一批工作中提供"仅当前状态 vs. 增加历史"的受控比较。RNN/LSTM 闭合以若干时间步的模态系数为输入回归记忆积分并检验超出训练区间的推进;autoencoder–Galerkin、分区 ROM 与"突破 Kolmogorov 屏障"讨论子空间外截断误差、闭合引起的能量谱过稳定化;MZ 记忆核被并入 Koopman 线性模型与部分可观测下的信念动力学;随机模态消减在同一低维系统中比较线性反馈、随机参数化与噪声膨胀的短期/长期效果并预测隐藏极端事件;Boussinesq→Lorenz 截断分析给出闭合假设与可预测时限 T~1/λ1 的分析范例,把模态截断与预测时限直接联系起来。相关文献:Qian Wang et. al, 2020 等 7 篇文献

时延嵌入与 Hankel/Koopman 增广坐标:延迟深度与可观秩、最小实现、Strouhal 锚定,及闭环多步推进的误差放大

组内共享平移嵌入内核,以坐标增广而非显式记忆核表达历史。时延/锁相 DMD 处理仅有局部测点与含差分快照的情形;输入感知 HAVOK、最小实现时延 Koopman 与 Subspace DMD 把延迟长度与可观秩、最小实现联系起来并可接 Kalman 滤波做稀疏含噪实时估计;时空增广 STDMD 同时提取频率与波数;神经振荡模态恢复一文用 Hankel 矩阵分解给出延迟嵌入提升可观秩、扰动提升轨迹秩的互补约束与"有效记忆深度对应可估计模态数"的明确证据;矩形柱 Hankel-ROM 显式扫描嵌入维数;钝尾体 HAVOK 把线性算子特征值与极低频振荡及不同 Strouhal 数挂钩,是"记忆时间能否锚定涡脱落周期"最直接的可检验案例;扫描射流作动器与航天器姿态的 Hankel-DMD 研究给出多周期预测增益与闭环多步误差放大上千倍的量化反例。相关文献:Xuhui Luo et. al, 2025 等 9 篇文献

部分观测系统的可辨识性与归因框架:稀疏动力学辨识、代数相空间补全与部分观测数据驱动建模

这组界定"历史信息是否必要"的问题边界与比较设计。压缩感知稀疏动力学识别从稀疏测量反演控制方程;代数重构明确指出部分观测须先补全相空间再辨识方程,把"用时间序列恢复未观测变量"作为独立步骤;Lorenz-63 仅观测两分量的工作证明学习到的隐变量与观测分量各阶导数相关,说明历史补充的正是缺失分量的动力学信息;部分观测生物系统的数据驱动建模与机器学习降阶建模综述提供总体框架。它们共同提醒:单凭预测误差下降无法区分"隐藏当前状态估计"与"未解析自由度闭合"。相关文献:William L. Hamilton et. al, 2013 等 5 篇文献

历史用于估计隐藏的当前状态:信息状态理论的最优性条件、递归贝叶斯滤波与最优平滑

这组对应第一种作用机制,且预测误差下降几乎全部来自观测信息的在线注入而非模型自身闭合,因此是与"记忆闭合"做归因对照的必需对照组。信息状态两篇严格证明:由过去若干观测与控制输入构成的信息状态可把部分观测非线性问题等价转换为全观测问题,并给出求解确定最优解的条件,是"需要多长历史才足够"的理论边界;ENKF 流场状态估计器、流场特征估计、稀疏流场状态估计、集成滤波方案与 Belief Flow Filter(极端单传感器、生成式后验跟踪)代表贝叶斯同化路线;非线性最优平滑与最小阶控制导向流场估计提供算法基线与压缩瓶颈维度讨论。相关文献:Raman Goyal et. al, 2025 等 10 篇文献

稀疏传感全场重构与传感器/模态子空间的可观测性设计

在不做递归同化的前提下,用少量传感器读数一次性重构全场,并回答"传感器放在哪、用哪个子空间"才能最好地观测被隐藏的自由度。SHRED/UQ-SHRED 用超稀疏传感器历史重建全时空场并给出不确定性量化与设置消融;自编码器+交叉注意力、Voronoi/Senseiver 对比与 AE+ROM 给出稀疏含噪重构的精度与效率基准;壁面压力恢复涡结构与聚变诊断代理模型提供跨领域验证;SPOD vs POD 的 LSTM 估计器在同一双柱 flip-flop 流动中比较模态子空间,是子空间选择的受控实验;POD 多时延 LSE 把多时刻历史直接写入观测模型;风电场与贝叶斯传感器选择把可观测性作为优化目标。相关文献:Mars Liyao Gao et. al, 2026 等 9 篇文献

滤波尺度未解析通量:SFS 记忆参数化、神经亚格子模型与涡黏/动态/隐式 LES 等无记忆闭合下界

这组对应"历史描述未解析自由度对保留变量后续演化影响"这一作用在物理闭合层面的实现,同时给出"不引入历史、仅调整当前状态的通量闭合能做到多好"的下界基准。iGLASS 以积分完整的 SFS 湍动能与位能方程显式保留记忆,并与涡扩散、动态重构在同一算例对比,是"有记忆 vs. 无记忆闭合"最直接的受控比较;神经亚格子模型在槽道流中检验局部映射闭合的 a priori/a posteriori 差异与数值不稳定;a priori/a posteriori 分析把亚滤波应力分解为 Leonard/Cross/Reynolds 并逐项给出能量与拟涡能收支,是识别"稳定但过度耗散"的可操作框架;动态 SGS 模型、二维涡黏理论与隐式 LES 代表以数值耗散承担闭合的经典路线。相关文献:Xiao-Ming Shi et. al, 2019 等 6 篇文献

未解析自由度的物理记忆时间尺度:湍流寿命与拉格朗日输运记忆、准地转与近壁亚格子参数化

这组把"有效记忆多长"锚定到可独立测量的结构时间尺度。湍流有限生成—耗散速率导致的边界应力记忆、横向腔体中由相干结构控制的非局域输运记忆(以分数阶导数上采样建模)与拉格朗日/欧拉视角的对照,把记忆与寿命、停留时间、相关衰减时间直接挂钩;准地转流亚格子参数化与柱体串联/横流耦合预测中的记忆与干扰效应则说明记忆在复杂工况下的表现。它们为"核衰减时间—涡脱落周期—采样间隔"之间能否建立可验证联系提供物理依据。相关文献:Aaron Wang et. al, 2020 等 4 篇文献

神经算子与序列模型的自主多步预测:路径签名与神经粗糙微分方程、通道辅助 FNO、物理引导网络及相位/耗散失真诊断

这组属"一般历史编码"而非严格投影闭合,关注连续时间历史表达与长时自回归稳定性。神经 RDE 以 log-signature 紧凑编码路径历史逼近路径依赖解;通道辅助 FNO 通过通道注入与残差增强傅里叶层稳定长时自回归尾流预测;物理引导神经网络用于时空场演化;PhyLSNN(卷积 LSTM+最小二乘 NS 残差)指出常规 MLP-PINN 会造成相位漂移与过度平滑,是长期推进失真的诊断证据;振荡状态空间 PINN 以线性振子作模态时间演化先验,显著降低对序列长度与分辨率的记忆开销,提供"结构化动力先验 vs. 通用序列模型"的比较视角;DMD+BiLSTM 浮式风机尾流预测与欧拉视角 LSTM 风湍流预报给出工程场景(含固定点稀疏观测)的可预测时效参照。相关文献:Bowen Fang et. al, 2023 等 7 篇文献

低阶模态与振幅方程模型:模态系数序列预测、回声状态网络超参数扫描、相幅模型失效机制与 SVD 降阶框架

这组用有限模态或低阶振幅方程承载历史而不追求投影严格性。圆柱阵列尾流以 POD 时间系数驱动回声状态网络,并系统扫描输入尺度、谱半径、泄漏率与流动间歇性/速度的关系,可直接支撑"记忆时间尺度随流动条件变化"的讨论;矩形柱三维尾流以 POD–LSTM 在同一算例中比较不同模态对 A/B 不稳定性的预测能力;tanh 型振幅—频率方程说明低阶模型在相位/频率随时间变化的转变过程中的失效机制;降阶建模与 SVD 方法综述提供整体框架与基线。它们与 Hankel 路线、MZ 路线共同构成"一般历史编码 vs. 坐标增广 vs. 严格投影"的三方对照。相关文献:M. Sharifi Ghazijahani et. al, 2024 等 5 篇文献

长时自主推进的验证实践:瞬时预测窗口、能谱与统计保真、"稳定但过度耗散"的识别及跨雷诺数/跨工况外推

这组专门审查初始化后仅用模型自身输出多步推进(而非持续接收新测量或同化)的可信度,并给出正反两面的诊断指标。生成式神经算子以单条轨迹少样本训练,在均匀各向同性湍流上报告五个涡翻转时间的可信预报,用能谱误差与加速比量化长期统计保真;Hankel-DMD 闭环推进研究给出一步精度极佳但自主多步误差放大上千倍的量化反例(Rollout Amplification Factor),是"时延嵌入并不保证长时可信"的关键证据;稀疏特征映射 Markov 模型在同一流动内以相同特征维度比较 POD 与稀疏高斯核映射的长期预测,显示基失相关时 POD 失效、核映射缺乏简约性时重构失真,并跨越极限环、瞬态到持续演化浮力混合流与不同雷诺数检验适用边界,可用于识别"看似稳定实则过度平滑/耗散"的失败模式。相关文献:V. Oommen et. al, 2026 等 3 篇文献

可验证的时间尺度与基准数据:相关函数衰减形式、Lyapunov 时间与积分时间尺度、涡脱落相干标定及连续时间尾流数据

这组为"有效记忆持续多久"提供独立可测标尺与受控比较的数据基础。相关函数衰减形式给出以自相关衰减时间定义记忆核的经典依据;湍流 Couette 最小流单元的扰动演化给出短时指数增长(主导 Lyapunov 指数)→ 长达数十个积分时间尺度的线性慢增长→ 饱和的完整图景,明确指出失相关所需时间跨度,是评价长时推进与统计可信度的自然标尺;圆柱尾流壁面压力与近尾流速度的相干条件统计实验,用最少压力传感器把低频大尺度涡脱落与表面压力脉动、升阻力估计联系起来,提供把模态/记忆时间锚定 Strouhal 周期的实验标定范式;亚临界圆柱尾流 PIV 数据集(Re=240–2520,约三个涡脱落周期的连续时间分块记录)观测条件明确,可直接构造完整参考态与稀疏/粗化状态的对照,用于同时检验隐藏状态估计、记忆闭合与长期统计三类结论。相关文献:H. Mori et. al, 2012 等 4 篇文献