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。

美国WTI原油周五收跌0.2% 本周累涨3.9%

纽约 - 美国WTI原油价格周五收跌，结束了连续两周上涨的势头，但仍录得本周以来上涨3.9%的强劲表现。

纽约商品交易所12月交货的WTI原油价格下跌32美分，结算价报每桶91.74美元。布伦特原油价格下跌28美分，结算价报每桶99.72美元。

尽管周五下跌，但WTI原油价格仍创下近两个月来的最高周收盘价。本周油价上涨主要受到以下几个因素的支撑：

• 供应担忧： 欧盟对俄罗斯石油实施的部分禁运加剧了全球供应紧张的局面。
• 需求强劲： 美国汽油需求继续强劲增长，表明夏季出行旺季需求旺盛。
• 美元走软： 美元走软通常会提振以美元计价的大宗商品价格，包括原油。

不过，一些分析师表示，由于经济衰退风险上升，以及美联储加息可能抑制需求，油价未来可能会承压。

展望未来， 投资者将密切关注以下几个因素：

• 俄乌局势： 俄乌冲突的任何进展都可能对全球石油供应产生重大影响。
• 全球经济状况： 全球经济衰退的风险可能会抑制石油需求。
• 美联储货币政策： 美联储加息可能会抑制经济增长和石油需求。

总体而言，预计短期内WTI原油价格将维持在每桶90美元上方，但长期走势仍存在较大的不确定性。