KHRONOS是一种基于内核的神经架构，旨在解决高维物理系统模型的维度诅咒和对稠密数据的依赖。该框架通过层次化的内核扩展，构建可连续微分的目标场，显著提升了精度，尤其在反演问题中，实现了高效的预测和优化，具有广泛的应用潜力。

本研究提出了DISCO模型，旨在解决动态系统中基于短时间轨迹预测下一个状态的问题。该模型通过大型超网络生成小型算子网络的参数，并利用时间积分实现高效预测。实验证明其在多种物理数据集上表现优异。