연구진이 다중 속도 혼합 전문가(MR-MoE) 프레임워크를 제안하여 복잡한 시계열 데이터 모델링의 한계를 극복했어요. MR-MoE는 액체 신경망(LNN) 기반 전문가들이 서로 다른 시간 규모로 작동하며, 빠른 변화와 느린 추세를 분리하여 모델링해요. 실험 결과, MR-MoE는 LSTM, 단일 LNN, 표준 MoE 모델 대비 AUROC 및 AUPRC 성능이 향상되었으며, 효율적인 연산 능력을 유지했어요.