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。

中国软件行业遭遇“季度寒冬”：多家上市公司营收利润下滑，行业调整与转型迫在眉睫

北京，2024年6月14日 - 近日，多家上市软件公司发布了2024年第一季度财报，数据显示，这些公司普遍出现营收和利润下滑的情况，引发了业界对中国软件行业发展现状的担忧。有分析人士指出，中国软件行业正经历“季度寒冬”，亟需调整与转型。

多家上市公司业绩下滑

根据Wind数据，截至2024年6月13日，A股已有30余家软件上市公司披露了2024年第一季度财报。其中，有超过20家公司的营收同比下滑，占比超过60%；有超过15家公司的利润同比下滑，占比超过50%。

具体来看，金蝶国际、用友网络、浪潮信息、东软集团、广联达等龙头企业的营收和利润均出现不同程度下滑。其中，金蝶国际的营收同比下降13.4%，利润同比下降25.2%；用友网络的营收同比下降1.9%，利润同比下降12.8%；浪潮信息的营收同比下降10.3%，利润同比下降23.9%。

行业调整与转型迫在眉睫

分析人士指出，中国软件行业遭遇“季度寒冬”的原因是多方面的，包括：

• **宏观经济环境下行：**受疫情、国际局势等因素影响，中国经济增速放缓，企业信息化投入减少。
• **行业竞争加剧：**随着云计算、大数据、人工智能等新技术的快速发展，软件行业竞争日益激烈，传统软件企业面临转型压力。
• **自身经营问题：**一些软件企业存在产品同质化严重、研发投入不足、营销模式陈旧等问题，导致市场竞争力下降。

面对“季度寒冬”，中国软件行业亟需调整与转型。建议软件企业采取以下措施：

• **加强创新研发，提升核心竞争力：**加大研发投入，开发具有自主知识产权的新产品、新技术，提升核心竞争力。
• **积极拥抱新技术，转型升级：**顺应云计算、大数据、人工智能等新技术发展趋势，积极转型升级，拓展新业务领域。
• **优化经营模式，提升盈利能力：**优化产品结构、调整营销策略，提升盈利能力。

结语

中国软件行业正处于转型发展的关键时期，机遇与挑战并存。软件企业唯有顺应时代潮流，勇于创新，才能在激烈的市场竞争中站稳脚跟，实现可持续发展。

以下是一些关于中国软件行业“季度寒冬”的额外信息：

• 有分析人士认为，中国软件行业“季度寒冬”只是暂时的现象，随着经济回暖和新技术的应用，行业将迎来新的发展机遇。
• 一些软件企业已经开始积极转型升级，取得了一定的成效。例如，金蝶国际推出了云服务平台“金蝶云”，用友网络推出了人工智能平台“用友智云”。

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，恕不承担任何责任。