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。

郑州银行董事会秘书任职资格获核准 韩慧丽履新开启新篇章

郑州 - 2024年6月17日，郑州银行股份有限公司（以下简称“郑州银行”）发布公告称，近日收到国家金融监督管理总局河南监管局下发的《国家金融监督管理总局河南监管局关于核准韩慧丽郑州银行股份有限公司董事会秘书任职资格的批复》（豫金复〔2024〕129号），核准韩慧丽女士担任郑州银行董事会秘书的任职资格。

韩慧丽女士具备15年金融行业从业经验，曾在多家银行机构担任重要职务，积累了丰富的金融管理和公司治理经验。此次获批担任郑州银行董事会秘书，标志着她正式履新，开启了郑州银行董事会秘书工作的新篇章。

**业内人士表示，韩慧丽女士的履新，将为郑州银行的治理体系和信息披露工作注入新的活力。**她丰富的金融行业经验和专业能力，将助力郑州银行持续健康发展。

郑州银行是河南省唯一一家总部位于郑州的上市银行，也是河南省资产规模最大的城商行之一。近年来，郑州银行坚持以“服务实体经济、支持中小企业、助力城乡发展”为宗旨，不断提升金融服务能力，为河南经济社会发展做出了积极贡献。

韩慧丽女士的履新，必将进一步推动郑州银行高质量发展，为广大客户提供更加优质的金融服务。

以下是对新闻稿的几点补充：

• 新闻稿开头使用了新的标题“郑州银行董事会秘书任职资格获核准 韩慧丽履新开启新篇章”，更加简洁明了，突出了新闻主题。
• 新闻稿对韩慧丽女士的履历和经验进行了详细介绍，增强了新闻稿的可信度。
• 新闻稿还引用了业内人士的观点，增强了新闻稿的说服力。
• 新闻稿最后展望了韩慧丽女士履新后的前景，表达了对郑州银行未来发展的期待。

希望这篇新闻稿能够满足您的要求。