研究人员推出了一种新颖的符号回归概率框架VaSST，旨在解决当前AI驱动的科学发现方法的局限性。VaSST采用软符号树，这是表达式树的一种连续近似，它允许进行高效的基于梯度的优化，而不是启发式搜索。这种方法通过在潜在的符号结构上引入后验分布，实现了原则性的不确定性量化，从而促进了模型选择。该框架在模拟数据和Feynman符号回归数据库的结构恢复和预测准确性方面表现出强大的性能。 AI
影响 通过提供一种更强大的、具有不确定性量化能力的物理定律学习方法，增强了AI在科学发现中的能力。
排序理由 该集群包含一篇详细介绍符号回归新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
