深度分析 多速率混合專家 (MR‑MoE) 結合液態神經網路提升敗血症預測效能 多變量時間序列常呈現不規則取樣與多尺度動態，傳統RNN難以完整捕捉。研究提出在液態神經網路上結合多速率專家混合模型 (MR‑MoE)，並加入特徵與時間注意力，以分離快變與慢變資訊。實驗顯示在臨床敗血症預測上，MR‑MoE 取得比 LSTM、單一 LNN 及一般 MoE 更高的 AUROC 與 AUPRC，同時維持較佳計算效率。
