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。

强化电动汽车充电安全：工信部征求《传导充电系统安全要求》国标意见

北京时间2024年6月15日 - 为了进一步提升电动汽车充电安全水平，工信部近日公开征求了《电动汽车传导充电系统安全要求》强制性国家标准的意见。该标准对电动汽车传导充电系统的产品设计、生产、试验、检验、标识、销售、使用、维护等环节提出了安全要求，旨在确保电动汽车传导充电系统的安全性能。

传导充电安全风险不容忽视

近年来，随着电动汽车保有量的快速增长，电动汽车充电安全问题也日益受到关注。传导充电是电动汽车常见的一种充电方式，但由于其涉及高压电，存在一定的安全风险。

据统计，近年来因传导充电引发的安全事故频发，造成了人员伤亡和财产损失。究其原因，主要包括充电设施故障、充电线缆老化、充电操作不当等因素。

强制性国标为安全充电筑牢防线

此次征求意见的《电动汽车传导充电系统安全要求》强制性国家标准，旨在从源头上杜绝传导充电安全事故的发生。该标准规定了电动汽车传导充电系统在设计、生产、试验、检验等环节的安全要求，并对充电设施、充电线缆、充电连接器等产品提出了具体的性能指标和技术要求。

标准涵盖充电全流程，多维度保障安全

该标准从充电设施、充电线缆、充电连接器等多个环节入手，对传导充电系统的安全性能提出了全方位的要求。

• 充电设施安全： 要求充电设施具备过电压、过电流、漏电、短路等保护功能，并能够承受相应的冲击和振动。
• 充电线缆安全： 要求充电线缆具有良好的耐磨性、耐寒性、耐高温性，并能够承受相应的拉伸和扭转载荷。
• 充电连接器安全： 要求充电连接器具有良好的防水、防尘、防触电性能，并能够承受相应的插拔力和冲击力。

强化监管执法，确保标准落地

工信部表示，将加强对《电动汽车传导充电系统安全要求》强制性国家标准的监督实施，严厉查处违规生产、销售、使用充电产品的行为，切实保障电动汽车充电安全。

分析：

《电动汽车传导充电系统安全要求》强制性国家标准的发布，将对提升电动汽车充电安全水平起到重要推动作用。行业企业应严格遵守标准要求，生产、销售安全合格的充电产品，并加强用户安全使用培训，共同维护电动汽车充电安全。

未来展望：

随着电动汽车充电技术的发展和应用的普及，还将会有更多关于充电安全的技术标准和法规出台，为电动汽车的安全充电提供更加全面的保障。