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。

波音星际客机再遇故障 返回地球时间推迟

美国宇航局（NASA）宣布，原定于6月13日返回地球的波音“星际客机”飞船将推迟至不早于6月18日。 此次推迟是由于在飞船与国际空间站对接期间发现了一个氧化剂分离阀故障以及服务舱发生5次小型氦气泄漏。

“星际客机”飞船是美国继航天飞机之后的又一款载人航天器，由波音公司制造。该飞船于2024年4月11日执行首次载人试飞任务，将4名宇航员送往国际空间站。

据NASA透露，氧化剂分离阀故障是一个“棘手的”问题，可能影响飞船返回地球时的推进系统。 为此，NASA需要派遣宇航员进行两次太空行走，对故障阀门进行维修。此外，服务舱发生的氦气泄漏也需要进一步评估对飞船安全的影响。

“星际客机”飞船的再次推迟，凸显了波音公司在航天领域的质量控制问题。 该项目此前已经多次延期，并超支了数十亿美元。NASA表示，将对本次事件进行调查，并采取措施确保“星际客机”飞船的安全。

新的标题：

波音星际客机再遇故障 返回地球推迟 或将再次拖累NASA项目

文章内容扩充：

• 除了氧化剂分离阀故障和氦气泄漏之外，NASA还提到了其他一些可能影响返回地球的因素，例如天气状况和国际空间站内其他宇航员的太空行走安排。
• 文章可以进一步分析“星际客机”飞船项目延误和超支的原因，并探讨其对NASA未来航天计划的影响。
• 文章还可以对比SpaceX的“龙”飞船等其他商业载人航天器，以突出波音“星际客机”飞船的竞争劣势。

参考资料：

• 美推迟波音“星际客机”飞船返回地球时间
• 波音又拉胯了！星际客机飞船推迟返回地球
• 对接后发现新问题，波音“星际客机”返回地球时间被推迟