RhyMix：轻量自适应多节奏长时序预测网络

研究人员提出一种面向长期时间序列预测的混合神经网络 RhyMix，采用并行双路径建模与自适应门控机制，融合带可学习循环嵌入的 Cyclic Path 和轻量多尺度时序卷积网络 MSTCN-CA Path。该架构由 Sumit Satishrao Shevtekar 与 Chandresh Kumar Maurya 提出，相关论文发布于 arXiv cs.LG。 报道未给出该网络在具体数据集上的预测精度或与其他方法的对比结果，其实际效果尚待验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。