**Koopman 生成算子：实现高效概率时间序列预测的新框架**

_Koopman Generative Operators for Efficient Probabilistic Time-Series Forecasting_

> 针对现有概率时间序列预测方法在结构化动态捕捉、不确定性表达及推理效率上的不足，研究提出了 Koopman 生成算子（KGO）。该框架整合了 Koopman Patch Embedding、Koopman Flow Matching 和自适应不确定性门控三大组件，实现了在保持 SOTA 精度的同时，通过单步生成将推理时间较迭代生成模型减少了至少 25 倍，显著提升了预测的准确性与效率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-11-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.04760)