شهدت الصناعات في الآونة الأخيرة تقدماً كبيراً في طرق التنبؤ بالسلاسل الزمنية، لكن التحديات ما زالت قائمة. ومن بين الحلول المثيرة التي تم تطويرها، يبرز نموذج DSPR (Dual-Stream Physics-Residual Networks) كابتكار ثوري يسعى إلى الدمج بين الدقة الإحصائية والمبادئ الفيزيائية.

يهدف نموذج DSPR إلى معالجة قيود النماذج الحالية التي تقدم أداءً إحصائيًا قويًا ولكنها تعاني من نقص القدرة على التعامل مع الهياكل التفاعلية المعتمدة على الأنظمة المختلفة.

ينقسم نموذج DSPR إلى مجرى مزدوج حيث يركز المجرى الأول على نمذجة تطور الوقت الإحصائي للمتغيرات الفردية، بينما يعنى المجرى الثاني بديناميكيات البقايا من خلال آليتين رئيسيتين؛ الأولى هي وحدة النوافذ التكيفية التي تقدر التأخيرات المرتبطة بالتدفق، والثانية هي الرسم الشبكي الديناميكي الموجه بالفيزياء الذي يتضمن أولويات فيزيائية لتعلم الهياكل التفاعلية المتغيرة مع الزمن.

عبر تجارب متعددة على أربعة اختبارات صناعية متفاوتة، أظهر نموذج DSPR تحسناً ملحوظاً في دقة التنبؤ والموثوقية، حيث بلغت دقة الحفظ المتوسطة أكثر من 99% ونسبة التباين الكلي تصل إلى 97.2%. كما أن الهياكل التفاعلية التي تعلمها النموذج تعطي رؤى قابلة للتفسير متسقة مع الآليات المعروفة في مجالات الصناعة، مثل التأخيرات المرتبطة بالتدفق.

تفتح هذه النتائج الباب أمام استخدام نموذج DSPR في التنبؤ الموثوق للسلاسل الزمنية الصناعية، مما يجعله جسرًا بين النموذج المتقدم وأنظمة التحكم ذاتية الحركة الموثوقة.