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

博主:admin admin 2024-07-05 13:00:46 356 0条评论

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。

美联储降息与否难撼牛市格局:调查显示美股和美债今年都将上涨

上海/北京/纽约 - 一项最新调查显示,无论美联储今年是否降息,美国股市和债券市场都将继续上涨。这项调查由知名财经资讯平台MarketsLivePulse于美联储6月利率决议后进行,面向97位专业投资者和交易员。

**调查结果显示,62%的受访者认为美国国债今年将上涨,**原因主要包括:

  • 通胀预期下降:近期美国通胀数据有所回落,市场预期美联储未来加息步伐可能放缓,甚至转向降息,从而降低债券收益率。
  • 避险需求:全球经济增长前景不明朗,地缘政治风险持续发酵,投资者倾向于寻求债券等避险资产的保护。

**此外,65%的受访者预计美股今年将继续上涨,**主要基于以下因素:

  • 企业盈利稳健:尽管经济面临下行压力,但美国企业盈利能力依然保持稳健,为股市提供了支撑。
  • 估值吸引力:经过过去一年的调整,美股估值已经回落到较为合理的水平,吸引力有所增强。

**值得注意的是,**尽管美联储加息对股市和债市造成了一定压力,但调查显示,投资者对美联储政策的担忧正在减弱。

**有分析人士指出,**美联储今年是否降息将主要取决于通胀形势和经济增长情况。如果通胀持续回落,且经济增长明显放缓,美联储有可能降息以刺激经济。但即使美联储不降息,也不太可能大幅加息,因此对股市和债市的影响料将有限。

**总体而言,**调查结果表明,投资者对美股和美债市场今年的表现保持乐观预期。尽管存在一些不确定性因素,但经济基本面和市场情绪依然支持这两大资产类别继续上涨。

The End

发布于:2024-07-05 13:00:46,除非注明,否则均为正初新闻网原创文章,转载请注明出处。