独家观察!物产中大回应2000万美元铜产品丢失:正核实情况,暂未确认
![博主:admin](http://f5f06.tgcfa.cn/skin/yan/picture/0.png)
物产中大回应2000万美元铜产品丢失:正核实情况,暂未确认
北京,2024年6月14日 - 针对网传公司2000万美元铜产品丢失一事,物产中大集团股份有限公司(600704)今日发布公告称,公司正在向子公司核实情况,目前尚未确认相关信息。
公告内容
公告原文如下:
物产中大集团股份有限公司
关于网传公司2000万美元铜产品丢失的公告
2024年6月14日,公司关注到有媒体报道称公司境外子公司丢失2000万美元铜产品。经公司核实,公司正在向相关子公司核实情况,目前尚未确认相关信息。
公司将密切关注事态发展,并及时履行信息披露义务。
特此公告。
物产中大集团股份有限公司
董事会
2024年6月14日
事件背景
6月14日,有媒体报道称,物产中大境外子公司在境外港口丢失了价值2000万美元的铜产品。该消息引发市场关注,物产中大股价应声下跌。
公司回应
物产中大在公告中表示,公司正在向相关子公司核实情况,目前尚未确认相关信息。公司将密切关注事态发展,并及时履行信息披露义务。
市场分析
如果网传消息属实,则意味着物产中大将蒙受重大损失。这可能对公司的财务状况和股价造成负面影响。
投资者需关注
投资者需关注物产中大的后续公告,以了解事件的最新进展。同时,投资者也应谨慎投资,避免遭受损失。
以下是一些可能影响事件进展的因素:
- 物产中大子公司的核实结果
- 相关部门的调查结果
- 媒体的报道
投资者应根据这些因素审慎判断投资决策。
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。
发布于:2024-07-05 13:00:04,除非注明,否则均为
原创文章,转载请注明出处。
还没有评论,来说两句吧...