研究人员开发了一个新颖的概率符号回归框架，旨在增强人工智能驱动的科学发现。这种新方法将数学表达式表示为符号树的集成，利用正则化先验来管理表达式的复杂性，并利用基于奥卡姆之窗的后验来捕捉多个合理模型中的不确定性。该框架在学习基准科学方程时，已证明具有卓越的预测精度、最佳的符号复杂度和稳定的结构恢复能力，并已应用于材料发现中识别可解释的描述符。 AI
影响 该框架可能为科学研究和材料发现带来更具可解释性和更准确的人工智能模型。
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 →
