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。

原油市场走向扑朔迷离：国际三大机构观点分歧巨大

北京讯 2024年6月17日，国际三大机构——国际货币基金组织（IMF）、世界银行（WB）和国际能源署（IEA）——近日分别发布了对全球原油市场前景的最新预测，但观点分歧巨大，令市场人士感到困惑。

IMF最为悲观，预计2024年下半年全球原油价格将继续下跌，均价可能跌破每桶80美元。 其理由是，全球经济增长放缓将抑制原油需求，而美国页岩油产量将继续增长，供应增加。

世界银行则相对乐观，预计2024年下半年全球原油价格将企稳在每桶90美元左右。 其理由是，全球经济将在下半年温和反弹，推动原油需求增长，而俄罗斯和伊朗等主要产油国可能会减产以支持价格。

IEA最为激进，预计2024年下半年全球原油价格将飙升至每桶120美元以上。 其理由是，欧美对俄罗斯实施的制裁将导致全球原油供应短缺，而夏季出行旺季到来也将推升需求。

分析人士指出，国际三大机构对原油市场前景的巨大分歧反映出当前全球经济和地缘政治的不确定性。 究竟哪种预测会成为现实，还需要市场拭目以待。

以下是一些可能影响原油市场走向的因素：

• 全球经济增长状况
• 欧美对俄罗斯制裁的力度
• 俄乌冲突的进展
• OPEC+减产政策的执行情况
• 美国页岩油产量增长速度
• 全球战略石油储备的释放情况

投资者和分析人士应密切关注这些因素的变化，以便及时调整投资策略。

此外，还需要注意的是， 原油市场是一个复杂的系统，受多种因素影响，其走势难以预测。 投资者在进行投资决策时应审慎评估风险，避免盲目跟风。