今日消息！山航股东大会风波：中小股东罢免董事长提案未获通过

山航股东大会风波：中小股东罢免董事长提案未获通过

北京 - 6月13日，山东航空股份有限公司（山航）召开2023年年度股东大会。在本次大会上，中小股东提交的罢免山航董事长徐传钰职务的提案，经过表决，未获通过。

本次股东大会备受关注，主要原因在于山航已于2023年7月退市，转入三板市场。在退市前，山航连续两年亏损，资不抵债，最终摘牌。

中小股东认为，徐传钰在任期间未能履行董事职责，导致公司经营不善，最终退市，因此要求罢免其职务。

提案未获通过

据悉，在6月13日的股东大会上，共有10项议案进行了表决，其中包括中小股东临时增加的3项议案。

除了罢免董事长提案外，中小股东还要求公司回购部分股份以及增选中小股东代表担任董事。这两项提案也均未获通过。

山航方面表示，公司董事会对中小股东提出的议案进行了认真研究，并形成了审议意见。公司认为，相关议案的表述不够准确，且缺乏事实依据，不符合公司实际情况。

分析人士指出，中小股东提案未获通过，反映出大股东与中小股东之间存在一定的分歧。中小股东希望通过罢免董事长等措施，改善公司治理，维护自身利益。而大股东则可能担心，此举会影响公司稳定。

未来展望

山航退市后，一直致力于扭亏为盈，并积极筹备重新上市工作。2023年，山航实现扭亏为盈，净利润为2.14亿元。

山航董事长徐传钰表示，公司将继续加强治理，提升经营效率，力争早日实现重新上市目标。

新的标题：

山航股东大会折射大股东与中小股东分歧 罢免董事长提案未获通过

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。