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。

除夕夜擒“网上逃犯”：合肥警方春节护平安再添战果

合肥，2024年2月12日 - 正值新春佳节之际，合肥市公安局高新分局刑警大队民警成功抓获一名网上逃犯，为春节期间的安全维稳再添战果。

2月11日，农历大年初二，高新分局刑警大队民警通过缜密调查发现，一名外地网上逃犯曹某出现在辖区动物园。获此信息后，民警立即赶赴现场开展抓捕工作。由于动物园内人员众多，给抓捕工作带来了较大难度。为确保万无一失，抓捕组兵分三路，对动物园内进行全面搜索。最终，民警在一处休息区成功将曹某抓获归案。

据了解，曹某因涉嫌拒不支付劳动报酬，被外地警方列为网上在逃人员。春节期间，曹某怀揣侥幸心理，认为可以躲避外地警方的追捕，便偷偷潜回合肥过年。然而，天网恢恢，疏而不漏，最终还是落入了法网。

目前，曹某已被移交给外地警方，案件正在进一步侦办中。

案件背后体现了合肥警方春节期间严打违法犯罪的坚定决心和强大力度。 新春佳节是阖家团圆、共度欢乐的时刻，也是违法犯罪分子伺机作案的时期。合肥公安部门始终保持高度戒备，持续加大巡逻防控力度，严厉打击各类违法犯罪活动，全力维护人民群众生命财产安全和社会治安稳定。

在此，警方也提醒广大市民，要增强法治意识，自觉遵守法律法规，平安过节。如发现违法犯罪行为，请立即报警。