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。

花生期货价格大起落：干旱天气扰动市场

郑州讯 近期，花生期货价格持续大幅波动，引发市场关注。据业内人士分析，这主要与花生产区遭遇干旱天气有关。

干旱致减产预期 усилить

目前，正是花生播种的关键时期，而华北、东北等主要花生产区却遭遇干旱天气。据统计，截至6月中旬，河南、山东、河北等省份花生种植面积较去年同期减少10%以上。

干旱天气对花生产生明显影响，预计将导致减产。据郑商所分析师预计，2024年花生产量将比去年减少15%左右。

期货市场反应强烈

减产预期引发了期货市场剧烈波动。6月13日，郑商所花生期货主力合约2308价格一度涨停，涨幅达20%。此后，价格有所回落，但仍处于高位震荡。

市场人士预计，花生期货价格短期内仍将维持高位震荡走势。一方面，干旱天气对花生产量的影响尚未完全显现；另一方面，下游需求旺盛也将支撑期货价格。

此外，一些投资者还将目光投向了海外市场。由于全球花生供应偏紧，预计花生进口量将有所增加，这也将对国内花生期货价格产生一定影响。

花生产业链承压

花生产区干旱和期货价格波动，对花生产业链上下游企业都造成了一定压力。

花生种植户面临减产和价格波动风险，收入预期下降。花生加工企业则面临原料成本上升压力，利润空间缩窄。下游食用油企业也受到影响，产品价格可能有所上涨。

业内人士呼吁，相关部门应采取措施应对干旱天气，帮助花生种植户减轻损失；同时，加强期货市场监管，维护市场秩序。