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。

中国神华5月商品煤产量稳中有升 同比增长1.9%

北京 - 2024年6月17日，中国神华能源股份有限公司（以下简称“中国神华”）发布公告称，该公司5月商品煤产量2740万吨，同比增长1.9%；煤炭销售量3640万吨，同比下降0.8%。

稳中有升

中国神华5月商品煤产量保持稳中有升态势，主要得益于以下几个因素：

• **国内煤炭需求旺盛。**随着经济社会发展和居民生活水平提高，煤炭仍然是我国重要的能源消费品。5月，全国规模以上工业企业原煤消耗同比增长6.8%，为煤炭生产提供支撑。
• **公司生产组织高效。**中国神华统筹抓好生产组织，全力以赴保供稳价。5月，该公司露天煤矿日均产量同比增长10%，洗煤厂日均加工量同比增长5%，有力保障了商品煤产量稳步增长。

销售略降

与产量增长相比，中国神华5月煤炭销售量出现略降。主要原因是：

• **下游需求有所调整。**随着夏季到来，电力需求有所下降，导致对煤炭需求有所减少。
• **进口煤炭到货增加。**5月，我国进口煤炭到货量同比增长12.8%，对国内煤炭市场造成一定冲击。

未来展望

预计未来一段时间，中国神华将继续加大生产组织力度，全力以赴保供稳价，为保障国家能源安全作出贡献。

此外，还可以增加以下内容，使新闻更加丰富：

• 中国神华在保供稳价方面采取了哪些措施？
• 中国神华的煤炭生产成本是多少？
• 中国神华的煤炭销售价格是多少？
• 中国神华的利润是多少？
• 中国神华的未来发展计划是什么？

以上内容仅供参考，您可以根据自己的需要进行修改。