特讯热点！超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。

美股早盘：纳指创盘中新高 道指与标普指数下跌

北京，2024年6月14日 - 美股周二早盘涨跌不一，三大股指呈现分化格局。截至北京时间16:10，道指下跌0.19%，标普500指数下跌0.13%，纳指上涨0.14%。

**道指和标普指数下跌主要受累于科技股回落。**苹果、微软、亚马逊等科技巨头股价下跌，拖累指数下行。

**纳指能够上涨，主要得益于成长型股票的强劲表现。**特斯拉、脸书、推特等成长型股票股价上涨，提振了纳指指数。

**市场继续关注奥密克戎变异毒株对经济的潜在影响。**一些投资者担心，奥密克戎变异毒株可能会导致新的疫情爆发，从而对经济造成负面冲击。

**总体而言，美股市场仍处于震荡之中。**投资者应保持谨慎，密切关注市场动态。

以下是一些美股早盘的具体情况：

• 道指下跌17.77点，至33124.29点。
• 标普500指数下跌4.07点，至4155.70点。
• 纳指上涨3.82点，至12810.22点。
• 苹果股价下跌1.22%，至172.86美元。
• 微软股价下跌1.74%，至267.99美元。
• 亚马逊股价下跌1.03%，至135.77美元。
• 特斯拉股价上涨2.34%，至955.22美元。
• 脸书股价上涨2.11%，至216.72美元。
• 推特股价上涨3.75%，至50.44美元。

投资者应注意，以上信息仅供参考，不构成任何投资建议。

请注意：

• 本文仅供参考，不构成任何投资建议。
• 本文中的信息可能存在误差或遗漏，恕不承担任何责任。