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。

英格兰队迎来利好消息！萨卡基本确定能赶上欧洲杯首战

北京，2024年6月14日讯 据美国体育媒体ESPN报道，英格兰队小将布卡约·萨卡（Bukayo Saka）因肌肉受伤缺席了阿森纳最后一场英超比赛，但基本确定能够赶上欧洲杯首战。

萨卡在阿森纳与埃弗顿的比赛中肌肉受伤，被替换下场。赛后，阿森纳主教练阿尔特塔表示萨卡将接受检查，以确定伤情严重程度。

ESPN的消息称，萨卡的伤情并不严重，预计只需要几天的恢复时间。 因此，他基本确定能够赶上英格兰队6月18日与克罗地亚的欧洲杯首战。

萨卡对于英格兰队至关重要

萨卡是英格兰队阵中不可或缺的攻击手，在上届欧洲杯中表现出色。如果他缺席欧洲杯，对于英格兰队的实力将是一个重大打击。

英格兰队主教练索斯盖特对萨卡非常信任，他将萨卡视为球队进攻的核心。如果萨卡能够顺利伤愈，将极大地增强英格兰队的进攻实力。

以下是一些可能影响萨卡伤势恢复情况的因素：

• 伤情的严重程度： 萨卡的具体伤情尚未对外公布，如果伤情比预想的更严重，他可能无法赶上欧洲杯首战。
• 恢复情况： 萨卡的恢复情况将直接影响他能否及时伤愈。英格兰队医护人员将密切监控他的伤情，并为他制定合理的康复计划。
• 自身因素： 萨卡的个人身体状况和心理状态也会影响他的伤势恢复情况。

英格兰队能否在欧洲杯上取得好成绩，萨卡能否发挥出自己的水平，将是球迷们关注的焦点。 让我们一起期待萨卡早日康复，在欧洲杯赛场上展现风采！