★ 2
nn-EQL 框架从高维材料数据学习可解释方程
研究者提出 nn-EQL，通过迭代训练、剪枝与重训练神经网络生成候选方程，并用最小描述长度评分在误差与稀疏性间平衡。该方法在 AI-Feynman 基准及多尺度高维材料数据（有限元模拟、高通量薄膜沉积）上验证，可诊断各项贡献与不确定性。
arXiv cs.LG3 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者提出 nn-EQL，通过迭代训练、剪枝与重训练神经网络生成候选方程，并用最小描述长度评分在误差与稀疏性间平衡。该方法在 AI-Feynman 基准及多尺度高维材料数据（有限元模拟、高通量薄膜沉积）上验证，可诊断各项贡献与不确定性。