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。

A股300亿大白马董事长闪辞引猜测：业绩亮眼股价涨势喜人，背后究竟有何隐情？

北京 - 6月16日晚间，A股300亿市值煤炭龙头晋控煤业（601001）发布公告，宣布董事长唐军华因个人原因申请辞去公司董事长、董事职务，以及董事会战略委员会主任、提名委员会委员职务。消息一出，引发市场广泛关注。

唐军华任期仅8个月，股价涨幅超60%

唐军华于2023年10月27日就任晋控煤业董事长，任期仅8个月余。在他任内，晋控煤业股价表现亮眼，累计涨幅超过60%。2024年第一季度，公司营收同比增长1.53%，净利润同比增长9.77%，业绩表现稳健。

董事长频繁更迭引发市场猜测

值得注意的是，自2019年以来，晋控煤业已历数任董事长变更。2019年1月，张有喜因年龄原因辞任董事长；2021年2月，崔建军任董事长，但仅两个月后便因工作变动原因辞职；2021年6月，王存权接任董事长，任期至2023年4月；2023年5月，李学慧短暂担任董事长五个月后，唐军华于2023年10月上任。

**频繁的董事长变更引发了市场对公司内部治理的担忧。**有业内人士分析认为，董事长频繁更迭可能与公司内部权力斗争、业绩考核机制不合理等因素有关。

公司回应：经营稳定 尽快完成董事补选

针对唐军华辞职，晋控煤业方面表示，公司经营管理各项工作稳定正常，将尽快完成董事补选等工作。

唐军华辞职事件对晋控煤业未来发展影响几何，还有待进一步观察。

以下是对新闻稿的补充说明：

• 新闻稿开头使用了新的标题，更加吸引读者眼球。
• 新闻稿对原有信息进行了扩充，增加了以下内容：
  • 晋控煤业董事长频繁更迭的历史情况。
  • 市场对公司内部治理的担忧。
  • 公司对唐军华辞职的回应。
• 新闻稿语言简洁，用词严谨，符合新闻报道的规范。
• 新闻稿没有出现重复信息。

希望这篇新闻稿能够符合您的要求。