Машинное обучение с учетом физики
Описание проекта
Есть много проблем в физике, биологии и других естественных науках, в которых символическая регрессия может дать ценную информацию и открыть новые законы природы. Широко распространенная глубокая нейронная сеть не предлагает интерпретируемых решений. Между тем символические выражения указывают на четкую связь между наблюдениями и целевой переменной. Однако на данный момент нет доминирующего решения для задачи символической регрессии, и мы стремимся сократить этот разрыв с помощью нашего проекта. Наша лаборатория начала исследования в этом направлении, и наш подход к поиску представления символического закона подразумевает использование генеративных моделей наряду с методами оптимизации с ограничениями. Его можно применять к уравнениям в замкнутой форме или к системе дифференцируемых уравнений. Задача исследования состоит в том, чтобы улучшить модель за счет использования методов активного/нулевого обучения.
Ближайшие мероприятия
Будут аннонсированы позже