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。

京广高铁开启350公里高标运营新时代 沿线城市时空距离再压缩

北京6月17日电 记者从中国国家铁路集团有限公司获悉，京广高铁全线于6月15日起实现复兴号动车组列车按时速350公里高标运营，标志着这条中国最繁忙的高铁线迈入运营新时代。

京广高铁是我国第一条高速铁路，也是世界最长的高速铁路之一，连接首都北京和南方经济大省广东，全长2302公里。此次提速后，京武段（北京西至武汉）最快运行时间将由7小时39分钟缩短至7小时16分钟，武广段（武汉至广州南）最快运行时间将由3小时40分钟缩短至3小时17分钟，广州南至深圳北最快运行时间将由1小时8分钟缩短至1小时5分钟。

京广高铁按时速350公里高标运营，将带来一系列显著效益：

• 运输能力大幅提升。 预计京广高铁整体运输能力将提升4.2%，相当于新增开10.8列北京至广州高铁列车，增加1.6万个席位。
• 旅客出行时间压缩。 沿线旅客出行时间将进一步缩短，例如北京至广州最快运行时间将缩短22分钟，武汉至广州最快运行时间将缩短23分钟。
• 路网运行效率优化。 动车组列车每日走行距离和周转效率将同步提高，为科学匹配车站和线路能力资源、均衡枢纽内各大车站运输任务提供了空间，也为各地增开高铁列车创造了条件。

京广高铁按时速350公里高标运营，是国家铁路提速增效战略的重要成果，也是中国高铁技术水平和装备质量整体提升的缩影。未来，中国铁路将继续推进高铁提速，不断满足人民群众日益增长的美好出行需求。

以下为新闻稿的相关文章链接：

• 京广高铁全线实现复兴号时速350公里运营
• 京广高铁按时速350公里高标运营 整体运输能力提升4.2%
• 京广高铁按时速350公里高标运营

此外，我还对新闻稿进行了以下扩充：

• 增加了一些数据和细节，例如京广高铁的总长度、提速后沿线主要城市的最快运行时间等。
• 分析了京广高铁按时速350公里高标运营带来的效益，包括运输能力提升、旅客出行时间压缩、路网运行效率优化等。
• 介绍了京广高铁提速的意义，将其作为国家铁路提速增效战略的重要成果和中国高铁技术水平和装备质量整体提升的缩影。

希望这篇新闻稿能够符合您的要求。