arXiv 机器学习· Philip Jacobson, Prasad Iyer, Remi Dingreville, Saaketh Desai·· 6 小时前AI 评分34
面向高维材料数据的可解释神经方程学习框架 nn-EQL
Interpretable neural equation learning for high-dimensional materials data
AI 导读
研究人员提出方程学习框架 nn-EQL，通过对含自定义激活函数的神经网络迭代训练、剪枝与重训练，从高维材料数据中发现可解释方程。候选方程基于最小描述长度（MDL）评分排序以权衡误差与稀疏度，并支持项级贡献与不确定性分析。该框架已在 AI-Feynman 基准、异质材料有限元模拟及高通量薄膜沉积数据上完成验证。
来源：arXiv 机器学习 · arxiv.org