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。

高德地图全新升级 车道级安全预警功能全面守护行车安全

北京，2024年6月16日 为保障广大用户的出行安全，高德地图近日再次升级车道级安全预警功能，覆盖10大安全风险较高行车场景，为用户提供全方位、超视距的行车安全守护。

此次升级后，高德地图车道级安全预警功能可实时探测并预警前方有车辆急刹、前方弯道有来车、货车前方有来车、前方慢速车、夜间前方有货车、后方有快速来车、后方有快速货车、无灯路口有来车、左侧有车辆汇出、右侧有车辆汇入等10大高风险行车场景，有效降低交通事故发生率。

全方位守护，预警无死角

高德地图车道级安全预警功能通过融合北斗卫星导航系统高质量定位信息、路段特征与交通模式的深度学习、以及对信息实时的融合、挖掘和计算，可实现对周边道路情况的实时感知，提前预判行车风险，为用户提供全方位的安全保障。

无论前方、后方、左右哪个方向，高德地图都能及时发现潜在的危险，并通过语音播报、导航画面等方式向用户发出预警，提醒用户注意减速、刹车或变更车道，帮助用户避险。

超视距预警，防患于未然

针对夜间能见度低、货车遮挡、十字路口等视野盲区，高德地图车道级安全预警功能也能发挥作用，实现超视距预警，有效弥补驾驶员视觉感知的局限性，让用户即使在复杂路况下也能安心驾驶。

技术赋能，安全出行

高德地图车道级安全预警功能是高德地图持续助力交通安全建设的重要举措之一。近年来，高德地图依托大数据、人工智能等技术，不断创新推出导航避险、道路安全提醒、交通违章预警等功能，有效提升了用户的出行安全性。

未来，高德地图将继续发挥平台优势，积极整合多方资源，不断升级安全功能，为用户提供更加安全、便捷的出行体验。