要闻！盘活存量空间，优化城市布局：自然资源部鼓励城市土地混合使用和存量建筑功能转换

盘活存量空间，优化城市布局：自然资源部鼓励城市土地混合使用和存量建筑功能转换

北京讯（记者 [您的姓名]）为进一步盘活城市土地资源，优化城市空间布局，近日，自然资源部办公厅印发了《关于进一步加强规划土地政策支持老旧小区改造更新工作的通知》。通知提出，鼓励各地制定既有城市土地混合使用和存量建筑空间功能转换的规则，由地方自然资源部门制定相应的正负面清单管理办法，积极盘活闲置国有资产用于社区公共服务。

政策亮点：

• **鼓励混合使用，提高土地利用效率。**通知提出，要按照“一区多规”的原则，结合城市发展实际，对现有商业、商务、文化等功能区划进行适度调整，探索混合功能开发模式，提高土地利用效率。
• **支持功能转换，激活老旧空间活力。**通知鼓励将闲置校舍、医院、科研机构等转换为养老、托幼、医疗、教育等公共设施，将老旧厂房、仓库等转换为文化创意、体育休闲、商贸服务等功能空间。
• **优化供地方式，保障改造项目落地。**对于老旧小区及周边边角地等零星用地，经论证不具备单独供地条件的，可按划拨或者协议有偿方式供地，优先用于增加公共空间、公共服务设施和基础设施。

专家解读：

自然资源部城市规划司有关负责人表示，此举有利于盘活存量土地资源，提高土地利用效率，更好满足人民群众对公共服务设施和基础设施的需求，促进城市功能完善和品质提升。

案例分享：

上海市某老旧小区通过功能转换，将原有的废弃厂房改建为社区文化中心，为周边居民提供了丰富多彩的文化活动场所，深受居民欢迎。

记者点评：

自然资源部出台的这一政策，顺应了城市发展的新需求，有利于**推动城市更新步伐，**提升城市宜居水平。各地方应积极落实相关政策，**探索创新实践，**更好满足人民群众对美好生活的向往。

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。