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。

潮州三名男孩失踪案疑云重重：沙堆之谜待解

2024年3月10日，广东省潮州市潮安区三名男孩在外出游玩后失踪。 经过两天紧张的搜寻，三名男孩最终被发现不幸身亡，被掩埋在沙堆中。这起突发事件引发了社会广泛关注，也留下了许多疑云。

事件回顾：

3月10日上午10时许，三名男孩林某、陈某和邱某相约外出游玩。当晚，三名男孩仍未回家，家人四处寻找无果后报警求助。接警后，当地公安、消防等部门立即展开搜救行动。

3月11日上午，搜救人员在潮安区登塘镇龙顶山路旁的沙堆中发现三名男孩的遗体。经法医初步鉴定，三名男孩均系窒息死亡。

疑云重重：

三名男孩为何会失踪在沙堆中？沙堆的来源和性质又是什么？当地政府和相关部门在事件发生前后的作为是否存在失职？这些疑问都引发了公众的质疑。

据了解，事发沙堆位于当地一家瓷砖厂附近，长期堆放着瓷砖生产过程中产生的沙子。 沙堆高度超过5米，坡度较大，没有任何防护措施。

有村民反映，他们曾多次向当地政府反映沙堆存在安全隐患，但并未得到重视。 也有家长质疑，事发地周边缺乏安全警示标志，也没有成年人看护，导致儿童容易发生意外。

目前，潮州市公安机关已成立专案组对事件进行调查。 当地政府也表示将对相关责任人员和部门严肃追责，并举一反三，全面排查整治辖区内安全隐患，避免类似事件再次发生。

这起事件也给相关部门敲响了警钟。 加强儿童安全教育和监管，消除安全隐患，是保障儿童安全健康成长的重要任务。相关部门应切实履责，采取有效措施，为儿童创造安全、健康的成长环境。

以下是一些可以作为新闻稿素材的细节：

• 三名男孩的年龄、家庭情况和学习情况
• 事发沙堆的具体位置、堆放时间和用途
• 当地政府和相关部门在事件发生前后的具体作为
• 类似事件的发生情况和原因分析
• 对事件的反思和建议

希望这份新闻稿能够帮助您更好地了解事件的来龙去脉。