SED-MCTS

新的SED-MCTS方法提高了偏微分方程解发现的可解释性

研究人员开发了SED-MCTS，一种新颖的蒙特卡洛树搜索方法，旨在提高从观测数据中发现物理场符号表达式的可解释性和效率。与依赖单一终端分数的先前方法不同，SED-MCTS通过估计子表达式的影响来提供局部结构贡献。这使得系统能够重用次优候选者的宝贵组成部分，并更有效地指导搜索，尤其是在数据嘈杂或稀疏的条件下。该方法在各种偏微分方程基准测试中表现出色。