★ 3
MOSAIC-SR：Transformer 引导的符号回归
论文提出 MOSAIC-SR，用预训练 Transformer 生成多个初始表达式草图，为搜索提供有希望的起点，避免在巨大表达式空间中随机初始化。每个搜索结合尺度感知常数优化与局部符号修复，在 SRSD-Feynman 等数据集上取得最高符号解率，且在存在无关变量时仍保持优势。
arXiv cs.LG42 天前
#可解释模型
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 MOSAIC-SR，用预训练 Transformer 生成多个初始表达式草图，为搜索提供有希望的起点，避免在巨大表达式空间中随机初始化。每个搜索结合尺度感知常数优化与局部符号修复，在 SRSD-Feynman 等数据集上取得最高符号解率，且在存在无关变量时仍保持优势。