20260514:增加新内容

concepts/koopman-predictor.md

@@ -0,0 +1,37 @@
+---
+title: "Koopman Predictor（Koopman 预测器）"
+created: 2026-05-11
+updated: 2026-05-11
+type: concept
+tags: [deep-learning, time-series, forecasting]
+sources: [[liu-koopa-2023]]
+---
+
+# Koopman Predictor（Koopman 预测器）
+
+## 定义
+
+Koopman 预测器是 Koopa 模型的核心组件，负责在 Koopman 嵌入空间中推进系统动力学。它利用 [[koopman-theory|Koopman 理论]] 的线性性，将非线性时序预测转化为线性算子驱动的前向传播。
+
+## 三个关键组件
+
+### 1. 测量函数学习
+用深度网络学习 Koopman 嵌入 g(x_t)，将原始状态映射到适合线性动力学的测量空间。
+
+### 2. Koopman 算子
+线性矩阵 K 作为隐式状态转移的线性肖像。由于算子在测量空间中是线性的，计算高效且可解释。
+
+### 3. 上下文感知机制
+对[[time-variant-dynamics|时变动力学]]，在局部时间邻域动态计算算子 K_t，捕捉动力学的局部变化——而非使用全局固定的 K。
+
+## 工程优势
+
+- **线性计算效率**：算子矩阵乘法替代复杂的非线性转移
+- **滚动预测**：可利用真实观测逐步推进，扩展预测范围
+- **端到端训练**：与 Fourier Filter 协同，无需重构损失绑定
+
+## 相关概念
+
+- [[koopman-theory|Koopman 理论]]
+- [[fourier-filter-dynamics|Fourier Filter]]
+- [[liu-koopa-2023|Koopa]]