新的DDRSR方法通过更广泛的应用性增强符号回归

研究人员推出了一种名为深度分而治之符号回归（DDRSR）的新方法，旨在改进从数据中发现数学表达式。与依赖暴力搜索且适用性有限的先前方法不同，DDRSR拓宽了表达式分解和约简的范围。这种新方法避免了暴力子结构搜索，提供了更大的通用性和理论正确性。实证评估显示，在表达式分解和数值回归任务方面均具有显著优势。 AI

影响 通过改进表达式分解和数值回归任务，增强了符号回归能力。

排序理由 该集群描述了在arXiv上的一篇学术论文中提出的一种新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• DDRSR
• Deep Divide and Reduce in Symbolic Regression
• Gotit.pub
• Hugging Face
• IArxiv
• ScienceCast
• Symbolic regression

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →