新消息！山西以标准引领 推动设备更新和消费品以旧换新

山西以标准引领 推动设备更新和消费品以旧换新

太原-- 6月13日，山西省市场监管局、省发展改革委等11部门联合印发了《山西省以标准提升牵引设备更新和消费品以旧换新工作方案》（以下简称《工作方案》）。《工作方案》旨在充分发挥标准引领作用，加快制修订节能、降碳、环保、安全、循环利用等领域标准，助力各类生产设备、服务设备更新和技术改造，促进消费品以旧换新工作高质量开展。

标准引领 推动高质量发展

《工作方案》明确提出，要以标准提升为抓手，加快推动设备更新和消费品以旧换新，助力我省经济高质量发展。具体而言，将重点抓好以下几项工作：

• 加快制修订相关标准。2024-2025年，山西将主导或参与制修订国家标准和行业标准10项，研究制定省级地方标准74项，持续优化完善标准体系，推动政策与标准更加协同配套。
• 强化标准实施应用。组织做好强制性国家标准宣贯和培训，强化标准实施应用，助力各类生产设备、服务设备更新和技术改造，促进先进产能比重持续提升，不断提高商品与服务质量。
• 推动消费品以旧换新。建立健全消费品以旧换新回收利用体系，完善相关政策措施，强化宣传引导，鼓励企业积极参与，推动消费品以旧换新工作取得更大成效。

多措并举 确保方案落地

为确保《工作方案》落地见效，山西将采取多项措施。一是加强组织领导，成立工作专班，统筹协调、督促落实。二是强化部门协作，各相关部门要按照职责分工，密切配合、形成合力。三加大宣传力度，提高社会认知度，营造良好政策环境。四强化监督检查，严肃查处违规行为，确保标准规范实施。

山西以标准提升牵引设备更新和消费品以旧换新工作方案的印发，必将为我省推动高质量发展注入新的活力。《工作方案》提出的目标明确、任务清晰、措施有力，必将有力推动我省标准化工作水平再上台阶，设备更新步伐再加快，消费品市场活力再增强，为我省经济社会高质量发展作出更大贡献。

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。