一篇新发表在arXiv上的研究论文探讨了机器学习模型在空间物理问题中的可解释性和泛化能力。该研究严格量化了模型的准确性和收敛速度，强调了数据函数空间在泛化中的关键作用。它还引入了一种使用从黑盒模型中提取的格林函数表示的新型可解释性方法，并提出了一种用于物理系统泛化基准测试的新交叉验证技术。 AI
排序理由 该集群包含一篇详细介绍空间物理机器学习理论分析和新方法的论文。[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 →
arXiv:2506.15199v3 Announce Type: replace-cross Abstract: While there are many applications of ML to scientific problems that look promising, visuals can be deceiving. Using numerical analysis techniques, we rigorously quantify the accuracy, convergence rates, and generalization …