تظهر السلاسل الزمنية في العالم الواقعي ديناميات معقدة تتميز بأنماط زمنية متعددة تتصاحب مع تغيرات قصيرة المدى، دورات موسمية دورية، اتجاهات طويلة الأجل، وتغييرات مفاجئة غير منتظمة. ورغم ذلك، تعتمد العديد من بنى التوقعات الحالية على نمذجة زمنية ذات مسار واحد، مما يحد من قدرتها على فهم هذه الديناميات المعقدة.

هنا يأتي دور RhyMix، وهي شبكة عصبية هجينة مصممة خصيصًا لتجاوز هذه التحديات. تعتمد RhyMix على نموذج متعدد المسارات مع آليات تحكم متكيفة، مما يسمح لها بدمج مسارين تكميليين للتشفير، حيث تحاكي إحدى المسارات الأنماط الموسمية المتوقعة بينما تركز الأخرى على الاعتماد العميق على الزمن عبر استخدام تخفيضات متعددة الأبعاد.

إن الابتكار الرئيسي في RhyMix هو استخدام آليات التحكم الديناميكية التي تجمع بين أربعة رؤوس متخصصة في التوقع، مما يعزز قدرة النموذج على التكيف وفقًا للأنماط الزمنية المحددة. من خلال تجارب واسعة على 12 مجموعة بيانات حقيقية، أثبتت RhyMix قدرتها العالية حيث حققت أداءً رائدًا في 10 من أصل 12 مجموعة بيانات. الأمر المثير هو أن نموذج RhyMix يحافظ على وزن خفيف يبلغ حوالي 40 ألف بارامتر، مما يجعله مثاليًا للاستخدام في الأجهزة المحدودة الموارد وعمليات النشر الفورية.