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。

美联储释放降息信号？ 今年夏天或将提前行动

北京讯 美联储主席鲍威尔近日在国会听证会上表示，美联储将继续关注通胀形势，并采取必要措施维护经济稳定。他的讲话被市场解读为美联储可能放缓加息步伐，甚至提前降息的信号。

美联储今年以来已累计加息3次，每次加息25个基点。 然而，美国通胀率依然居高不下，5月份消费者价格指数（CPI）同比上涨8.6%，创下40年新高。高通胀引发了民众和市场对经济衰退的担忧。

鲍威尔在听证会上表示，美联储将密切监控通胀数据，并根据需要调整政策立场。 他还表示，美联储将在7月会议上讨论加息幅度。

市场人士认为，鲍威尔的讲话表明美联储对通胀的担忧有所缓解，并可能放缓加息步伐。 一些分析师甚至预计，美联储可能会在今年晚些时候降息。

不过，美联储官员也表示，他们仍然致力于抑制通胀，不会轻易改变政策立场。 美联储理事沃伦表示，美联储需要看到通胀率出现持续下降的趋势，才会考虑降息。

美联储的下一步行动将对全球经济产生重大影响。 如果美联储放缓加息甚至降息，可能会刺激经济增长，但也可能导致通胀进一步上升。

以下是一些可能影响美联储决定的因素：

• 美国通胀率的走势
• 美国经济增长情况
• 全球经济形势
• 金融市场状况

美联储将在7月25-27日举行货币政策会议，届时将宣布加息幅度。 市场将密切关注美联储的声明和鲍威尔的讲话，以了解美联储未来的政策走向。