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。

智能手机处理器芯片市场稳步增长，预计2024年出货量达11.9亿

上海 - 根据市场研究机构群智咨询发布的最新报告，预计2024年全球智能手机处理器芯片出货量将达到约11.9亿颗，环比增长约4%。这表明，尽管智能手机市场整体增速放缓，但处理器芯片市场仍保持着稳健增长态势。

报告分析指出，智能手机处理器芯片出货量增长的主要动力来自以下几个方面：

• 5G手机的普及: 随着5G网络的快速部署，5G手机的销量也在快速增长。而5G手机需要配备性能更强的处理器芯片，因此对处理器芯片的需求也随之增加。
• 新兴市场的需求增长: 在新兴市场，智能手机的普及率仍然较低，这为智能手机处理器芯片带来了巨大的增长潜力。
• 人工智能和物联网应用的兴起: 人工智能和物联网应用的兴起对智能手机处理器芯片提出了更高的性能要求，也推动了处理器芯片市场的发展。

报告还指出，从品牌格局来看，高通、联发科和苹果将继续占据智能手机处理器芯片市场的主导地位。预计2024年，高通、联发科和苹果的市场份额将分别达到33%、31%和26%。

关于群智咨询

群智咨询是一家全球领先的市场研究机构，专注于智能手机、平板电脑、可穿戴设备、智能家居等领域。群智咨询拥有强大的数据采集能力和分析能力，为客户提供准确、可靠的市场研究数据和咨询服务。