arXiv · cs.AI· Sumit Satishrao Shevtekar, Chandresh Kumar Maurya·· 5 小时前
RhyMix：用于长期时间序列预测的轻量自适应多节奏网络
RhyMix: A Lightweight Adaptive Multi-Rhythm Network for Long-Term Time Series Forecasting
arXiv:2607.08234v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Sumit Satishrao Shevtekar, Chandresh Kumar Maurya
研究任务与主要进展
RhyMix提出一种面向长期时间序列预测的混合神经架构，通过自适应门控融合显式季节性路径与多尺度时间卷积路径，以捕获不同时间尺度的动态。基于论文摘要，该模型在12个真实世界基准中有9个数据集取得最佳平均MSE、8个取得最佳平均MAE，并在C=7时保持4万参数和5.2—7.5毫秒的推理延迟；具体实验细节仍需阅读全文核对。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org