arXiv 机器学习· Md. Muqtadir Fuad, Md. Istiak Adnan, Ridwan Al Aziz·· 9 小时前AI 评分26
用于高维稀疏配方重建的物理增强混合正反向机器学习框架
A Physics-Informed Hybrid Forward-Inverse Machine Learning Framework for High-Dimensional Sparse Recipe Reconstruction
AI 导读
研究人员提出了一种用于高维稀疏配方重建的物理增强混合机器学习框架，包含多目标正向质量模型、稀疏反向重建器及可行性约束排序层三个模块。在工业纺织印染验证中，HGB 和 GBDT 正向模型折外 MAE 分别达 0.1655 与 0.1523，反向重建的中位数混合策略实现了 0.0295 的配方向量 MAE。该框架可作为人机协同决策支持工具，减少工业配方领域的实验室试验成本。
来源：arXiv 机器学习 · arxiv.org