技术
科学机器学习
把机器学习与物理、化学等科学规律结合，用于发现规律、求解方程和辅助科学发现。
详细解释
传统机器学习依赖大量数据，而科学问题往往数据稀缺且需满足守恒律等物理约束。科学机器学习将微分方程、对称性、先验知识嵌入模型，发展出物理信息神经网络、神经算子、符号回归等方法，用于求解偏微分方程、预测分子性质、加速材料与药物发现。它强调可解释性与泛化能力，是 AI for Science 的核心方向之一。
别名与相关写法
科学机器学习
把机器学习与物理、化学等科学规律结合，用于发现规律、求解方程和辅助科学发现。
传统机器学习依赖大量数据，而科学问题往往数据稀缺且需满足守恒律等物理约束。科学机器学习将微分方程、对称性、先验知识嵌入模型，发展出物理信息神经网络、神经算子、符号回归等方法，用于求解偏微分方程、预测分子性质、加速材料与药物发现。它强调可解释性与泛化能力，是 AI for Science 的核心方向之一。