论文提出了ESTAG，一种等变时空注意力图网络，将动力学模拟视为时空预测任务。通过等变离散傅里叶变换提取周期模式，构建空间和时间模块，实现信息传递和聚合。模型在分子、蛋白质和宏观数据集上表现优异，证明了其相对于传统方法的有效性。