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。

iOS 18 新增充电新功能：智能识别慢速充电，呵护电池健康

北京，2024 年 6 月 15 日 - 备受期待的苹果 iOS 18 操作系统正式发布，为 iPhone 用户带来了诸多实用新功能，其中一项与电池健康息息相关的功能——慢速充电识别，受到了广泛关注。

关爱电池健康，精准控制充电水平

众所周知，电池是手机最为重要的元件之一，其健康状况直接影响着手机的使用体验。过度充电或使用劣质充电器会导致电池老化损耗，缩短使用寿命。为此，iOS 18 新增了充电限制功能，用户可在“电池”设置中选择 85%、90% 和 95% 的充电限制，更精准地控制电池充电水平，有效延缓电池老化。

智能识别慢速充电，守护电池安全

除了充电限制功能之外，iOS 18 还加入了慢速充电识别功能。当用户使用慢速充电器为 iPhone 充电时，系统会自动检测并发出提醒，并在电池电量曲线图中显示橙色警告信息，提示用户正在使用慢速充电器。

据悉，iOS 18 将慢速充电器的判定标准设定为低于一定充电功率的充电器。具体数值苹果暂未公布，但预计会在秋季发布的 iOS 18 正式版中详细说明。

用户期待：更智能的电池管理系统

不少用户表示，期待 iOS 能够提供更加智能的电池管理系统，例如根据使用习惯自动调整充电策略，以及提供电池健康状况的详细评估等。相信随着 iOS 系统的不断升级，电池管理功能也将更加完善，为用户带来更加安心舒心的使用体验。

结语

iOS 18 新增的慢速充电识别功能，体现了苹果对用户电池健康的高度重视。相信随着技术的不断进步，未来手机的电池管理系统将更加智能化，为用户带来更持久、更安全的电池使用体验。