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。

周黑鸭(01458)斥资约156.33万港元回购90.5万股，展现回购力度，增强投资者信心

[城市，日期] - 知名中式休闲卤制品连锁企业周黑鸭(01458)今日发布公告，宣布于2024年6月13日回购股份90.5万股，斥资约156.33万港元。此举展现了公司对自身发展前景的信心，也增强了投资者对公司的信心。

**回购价格区间为每股1.71港元至1.74港元。**回购股份将注销或用于其他用途。

**周黑鸭此次回购是继今年3月回购900万股后，再次进行股份回购。**这表明公司管理层对公司未来发展充满信心，并愿意通过回购股份的方式回馈股东。

**周黑鸭近年来业绩稳健增长，2023年实现营收137.6亿元，同比增长13.7%；净利润13.3亿元，同比增长17.2%。**公司在国内市场拥有超过3300家门店，海外市场门店数量也在不断增加。

此次回购有以下几点积极意义：

• 体现公司管理层对公司未来发展前景的信心。
• 增强投资者对公司的信心。
• 改善公司股权结构。
• 提升公司每股收益。

**周黑鸭表示，将继续关注市场情况，并适时进行回购操作。**公司相信，通过回购股份的方式，能够提升公司价值，回馈股东。

**总而言之，周黑鸭此次回购是公司积极回馈股东、提升公司价值的重要举措。**这表明公司管理层对公司未来发展充满信心，也增强了投资者对公司的信心。

请注意：

• 本新闻稿仅供参考，不构成任何投资建议。
• 本新闻稿中的信息可能存在误差或遗漏。
• 依据本新闻稿中的信息做出的任何投资决策概不负责。