本研究提出了一种混合自适应建模方法，结合序列编码器和物理引导神经网络，解决了传统模型在参数和条件变化时需重新训练的问题。该方法在动态系统的实时监测中表现出色，具有重要的应用潜力。

该研究提出了一种物理引导的神经网络，利用傅里叶模块和矩损失增强模型对时空动态的估计能力。同时，提出了自适应二阶龙格-库塔方法来更准确地建模物理状态。实验结果表明，该模型在时空预测和视频预测任务中表现出色，且参数数量较少。