arXiv cs.LG· Philip Jacobson, Prasad Iyer, Remi Dingreville, Saaketh Desai·· 4 天前AI 评分33
nn-EQL：面向高维材料数据的可解释神经方程学习
Interpretable neural equation learning for high-dimensional materials data
AI 导读
研究者提出方程学习框架 nn-EQL，通过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紧凑且可解释的方程。该框架借助受最小描述长度（MDL）启发的评分权衡误差与稀疏度，支持逐项贡献、敏感度与不确定性诊断。团队已在 AI-Feynman 基准、异质材料有限元模拟及高通量薄膜沉积数据上验证了其有效性。
来源：arXiv cs.LG · arxiv.org