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。

核心通胀或将加速 日本央行有望进一步加息

东京讯 日本央行行长植田和男周二表示，如果核心通胀率升至2%以上，日本央行将考虑进一步加息。这番言论暗示，日本央行可能很快会结束其长期实施的宽松货币政策。

植田和男在一次演讲中表示，日本央行将继续实施其收益率曲线控制政策，但如果核心通胀率升至2%以上，央行将“毫不犹豫地”采取行动。

核心通胀率是指不包括食品和能源价格的通胀率。日本央行的目标是将核心通胀率稳定在2%左右。

近年来，日本一直受到低通胀的困扰。然而，最近几个月，随着全球能源和食品价格飙升，日本的核心通胀率有所上升。5月份，日本核心通胀率升至1.9%，达到2014年以来的最高水平。

植田和男的言论引发了市场对日本央行可能很快会加息的猜测。一些分析师认为，央行可能在今年晚些时候或明年初加息。

加息将使借贷变得更加昂贵，这可能有助于抑制通胀。然而，加息也可能导致经济增长放缓。

日本央行一直面临着权衡通胀和增长风险的难题。植田和男的最新言论表明，央行可能越来越担心通胀风险，并愿意采取行动抑制通胀，即使这意味着经济增长放缓。

以下是一些对新闻稿的补充:

• 日本央行上次加息是在2007年。
• 日本央行的收益率曲线控制政策将短期利率设定为零，并承诺购买无限量的日本国债，以将10年期国债收益率压低至0.25%左右。
• 一些经济学家认为，日本央行可能需要将10年期国债收益率提高到1%左右才能有效抑制通胀。
• 加息可能会导致日元升值，这可能有助于抑制进口价格上涨。
• 加息也可能对日本股市造成压力。

以下是新的标题:

日本央行暗示可能加息 核心通胀逼近2%