新消息！全球航运再添阻力：美国港口工人罢工或于10月1日爆发

全球航运再添阻力：美国港口工人罢工或于10月1日爆发

纽约 - 全球航运业再添阻力！美国东海岸和墨西哥湾沿岸的数万名港口工人可能在今年10月1日举行大规模罢工，这将加剧全球供应链的紧张局面，并推升航运成本。

此次罢工的导火索是美国最大海事工人工会——国际码头工人协会（ILA）与资方代表美国海事联盟（USMX）的劳资谈判陷入僵局。ILA方面指责USMX成员之一、全球第二大海运公司马士基在未经工会同意的情况下使用自动化系统处理集装箱作业，导致工人工资下降、工作机会减少。

ILA主席哈罗德·达格特（Harold Daggett）表示，如果双方无法在9月30日之前达成新的劳资协议，工会成员将采取罢工行动。届时，美国东海岸和墨西哥湾沿岸的36个港口将受到影响，其中包括纽约、新泽西、萨凡纳、休斯顿等重要贸易中心。

潜在影响巨大

分析人士指出，如果此次罢工真的发生，将对全球航运业产生重大影响。美国东海岸和墨西哥湾沿岸是美国重要的港口区域，处理着大量进出美国的货物。罢工将导致港口运营停滞，集装箱堆积如山，船只延误，进而影响全球供应链的各个环节。

此外，罢工还将推升航运成本。由于运力紧张，海运价格可能会大幅上涨，这将进一步加剧全球通胀压力。

谈判仍在进行

尽管罢工风险高悬，但双方仍在进行谈判。ILA表示，他们仍然希望能够通过谈判解决问题，避免罢工的发生。USMX则表示，他们正在与ILA合作，努力达成一项公平的协议。

关注后续发展

目前尚不清楚最终能否达成协议，避免罢工的发生。各界将密切关注后续发展。

新标题：

• 全球航运再添乌云：美国港口工人罢工或于10月1日爆发
• 美国港口工人罢工或于10月1日爆发 全球供应链再受冲击
• 罢工阴影笼罩美国港口 全球航运将受何影响？

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。