独家观察！威孚高科慷慨回馈股东 每10股派10元 6月20日除权除息

威孚高科慷慨回馈股东 每10股派10元 6月20日除权除息

上海 – 2024年6月14日 – 威孚高科（000581.SZ）今日宣布公司2023年度权益分派方案：拟向全体股东每10股派发10元人民币现金红利（含税），共计派发现金约12.6亿元。除权除息日定于2024年6月20日。

此次高额分红彰显了威孚高科回馈股东的坚定决心，以及对公司未来发展前景的强大信心。2023年，威孚高科在汽车零部件、新能源汽车、医疗器械等核心业务领域持续深耕，取得了优异的经营业绩。公司实现营业收入约412亿元，同比增长约11%；归属于上市公司股东的净利润约22亿元，同比增长约15%。

在良好的盈利能力和充裕的现金流基础上，威孚高科坚持以股东为中心，不断提升股东回报水平。此次拟派发的10元现金红利，不仅体现了公司对股东的感谢，也为股东带来了实实在在的收益。

展望未来，威孚高科将继续秉承“价值驱动、创新致胜”的经营理念，加快推进高质量发展，为股东创造更大价值。

关于威孚高科

威孚高科成立于1995年，是中国领先的汽车零部件供应商之一，也是全球最大的汽车零部件综合制造商之一。公司主要从事汽车零部件、新能源汽车、医疗器械等业务。公司产品广泛应用于乘用车、商用车、工程机械等领域，并远销全球。

免责声明

本新闻稿仅供参考，不构成任何投资建议。投资者应根据自身情况，审慎决策。

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。