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。

欧盟移民新图景：德国西班牙蝉联榜首，东欧小国异军突起

2022年欧盟移民数据解读

Opens in a new window www.taiheinstitute.org 欧盟各国移民数量分布图

据欧盟统计局最新数据显示，2022年，共有约273万非欧盟公民获得欧盟居留许可，其中德国和西班牙继续蝉联移民接收国榜首，分别接收了53.3万和53.2万移民。然而，波兰和罗马尼亚等东欧国家也展现出强劲的吸引力，移民数量增幅惊人。

德国：老牌移民大国魅力不减

德国作为欧洲经济强国，一直以来都是移民的热门目的地。在2022年，德国接收的移民主要来自乌克兰、叙利亚和阿富汗等国，其中难民数量占比过半。此外，德国也是全球留学热门国家，吸引了大量留学生和学者前来深造。

西班牙：阳光海岸吸引力依旧

西班牙凭借其温暖的气候、宜居的环境和完善的社会福利体系，成为许多移民的理想选择。在2022年，西班牙接收的移民主要来自摩洛哥、委内瑞拉和哥伦比亚等国，其中因家庭团聚和工作原因移民的人数有所增加。

东欧国家异军突起：移民新洼地浮现

近年来，随着经济发展和生活水平的提高，东欧国家也逐渐成为移民新选择。在2022年，波兰和罗马尼亚的移民数量分别增长了30%和25%，成为增幅最大的欧盟国家。这些国家吸引移民的主要因素包括较低的物价水平、完善的基础设施和丰富的就业机会。

移民趋势展望：多元化、年轻化成关键词

从欧盟统计局的数据来看，2022年欧盟移民呈现以下趋势：

• 移民来源国更加多元化：传统移民来源国如土耳其、摩洛哥和塞尔维亚占比下降，而来自亚洲和非洲的移民数量有所增加。
• 移民群体更加年轻化：18岁以下的移民占比有所上升，反映出移民家庭倾向于将孩子带到欧洲生活。
• 移民原因更加复杂化：除了传统的经济和政治因素之外，环境因素、社会因素和文化因素也越来越重要。

未来，随着欧盟各国人口老龄化问题的加剧，移民问题将继续成为社会关注的焦点。如何制定更加合理、有效的移民政策，将是欧盟各国面临的重要挑战。