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。

王室风波过后首亮相！凯特王妃现身阅兵仪式 展现自信笑容

伦敦 - 英国凯特王妃于当地时间6月15日现身在伦敦市中心的霍斯卫兵阅兵场，参加为庆祝国王查尔斯三世官方生日举行的阅兵仪式。这是她自今年1月接受腹部手术并确诊癌症以来，首次公开露面。

凯特王妃身着浅蓝色连衣裙，头戴同色系礼帽，显得优雅大方。她在丈夫威廉王子的陪伴下乘坐马车抵达阅兵场，并与其他王室成员一起观看了阅兵仪式。

在阅兵仪式结束后，凯特王妃与威廉王子一同走上白金汉宫阳台，向聚集在广场上的民众挥手致意。她面带微笑，看起来状态良好，也消除了外界对她的健康状况的担忧。

凯特王妃的此次公开露面，是自今年3月她宣布患有早期肠癌以来，首次在公开场合露面。此前，她一直处于休养状态，并接受化疗治疗。

凯特王妃的亮相，也为王室近期的风波增添了一抹暖色。 过去几个月，英国王室因安德鲁王子的丑闻而备受压力。有分析认为，凯特王妃的公开露面，有助于重塑王室的公众形象。

凯特王妃是英国最受欢迎的王室成员之一，一直以亲民的形象受到民众喜爱。她在患癌后公开病情，也赢得了广泛的赞誉。相信她的这次公开露面，将有助于提升王室的公众形象，并为王室带来更多正能量。