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。

偶像的力量！厄德高社媒转发与法布雷加斯合照，致敬枪手传奇

伦敦 - 阿森纳中场厄德高近日在社媒上转发了与前枪手球星法布雷加斯的合照，并配文称赞法布雷加斯是他的偶像。这一举动也引发了阿森纳球迷的热议。

在合照中，厄德高和法布雷加斯面带微笑，亲密地勾肩搭背。厄德高在配文中写道：“偶像！@法布雷加斯。”

法布雷加斯曾效力于阿森纳六个赛季，期间帮助球队夺得两座英超冠军奖杯和两座足总杯冠军奖杯。他也是阿森纳队史上的助攻王，为球队送出了111次助攻。

厄德高是阿森纳现役球员中，最受球迷喜爱的球员之一。他技术细腻，视野开阔，传球精准，被誉为是“新核”。本赛季，厄德高帮助阿森纳打进了21粒进球，送出了7次助攻，是球队进攻端的核心。

厄德高对法布雷加斯的崇拜，也体现了新一代阿森纳球员对前辈的尊重和传承。法布雷加斯当年在阿森纳时期的风采，也激励着厄德高不断进步，为球队贡献自己的力量。

以下是一些关于厄德高和法布雷加斯的更多信息：

• 厄德高曾表示，法布雷加斯是他小时候最喜欢的球员之一。
• 法布雷加斯对厄德高也非常看好，称赞他是一名才华横溢的球员。
• 厄德高和法布雷加斯都希望阿森纳能够重返英超巅峰。

免责声明： 本文仅供参考，不构成任何投资建议。