Rusley

新的RASPL框架改进了科学机器学习代理预测

开发了一个名为RASPL的新框架，以应对科学机器学习中代理预测的挑战，特别是在直接观测有限的情况下。该方法侧重于重构方程，而不仅仅是预测代理目标，这可能导致准确性得分虚高。RASPL在学习自适应上下文校正的同时保持了原始公式估计的完整性，在对退化输入因子和尾部误差的鲁棒性方面优于传统方法。研究还探索了不同的编码器架构，发现紧凑的统计编码器在准确性和成本之间取得了良好的平衡，而卷积编码器提供了卓越的鲁棒性。