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。

杰尼斯艺人红白歌会受限：出演人数减半，影响力几何？

东京 - 据日媒报道，受杰尼斯事务所旗下艺人此前陷入的性侵丑闻事件影响，今年的红白歌会将对杰尼斯艺人的出演人数进行限制，预计将减半。这一消息引发了日本舆论的广泛关注，也让许多粉丝感到担忧。

红白歌会是日本最具代表性的年末音乐盛典，每年都会邀请众多当红歌手和人气偶像登台献唱。杰尼斯事务所作为日本最具影响力的经纪公司之一，旗下艺人一直都是红白歌会的常客。然而，今年的红白歌会却将对杰尼斯艺人的出演人数进行限制，这无疑是近年来罕见的情况。

有分析认为，杰尼斯事务所旗下艺人此前陷入的性侵丑闻事件，对红白歌会的形象造成了负面影响。为了避免进一步扩大负面影响，NHK方面决定对杰尼斯艺人的出演人数进行限制。

这一决定也引发了日本舆论的广泛关注。一些观众认为，NHK的做法过于严厉，可能会影响红白歌会的整体观赏性。也有观众认为，NHK的做法是必要的，以维护红白歌会的良好形象。

杰尼斯事务所方面尚未对这一消息作出回应。但有消息称，杰尼斯事务所正在与NHK方面进行沟通，希望能够争取到更多的出演机会。

此次杰尼斯艺人红白歌会受限事件，也引发了人们对偶像行业规范的思考。近年来，随着偶像产业的快速发展，偶像明星的言行举止也越来越受到社会关注。如何加强对偶像行业的规范，引导偶像明星树立正确价值观，也是社会各界需要共同思考的问题。

以下是一些可能对新闻稿有所帮助的补充信息：

• 杰尼斯事务所旗下艺人此前陷入的性侵丑闻事件，涉及多名艺人，包括KAT-TUN成员中丸雄一、V6成员森田刚、Hey! Say! JUMP成员伊野尾慧等。
• 这些事件在日本社会引起了巨大反响，也对杰尼斯事务所的形象造成了严重损害。
• NHK方面表示，将根据红白歌会的整体节目安排，对杰尼斯艺人的出演人数进行调整。
• 杰尼斯事务所表示，将严肃对待旗下艺人的违规行为，并加强对艺人的教育和管理。

希望这篇新闻稿能够符合您的要求。如果您还有其他问题，请随时与我联系。