Data-driven discovery of formulas by symbolic regression

最新推荐文章于 2024-06-14 09:20:17 发布

Ziy.

最新推荐文章于 2024-06-14 09:20:17 发布

阅读量237

点赞数

分类专栏：机器学习论文阅读文章标签：机器学习

本文链接：https://blog.csdn.net/yzy144121/article/details/126907258

版权

论文阅读同时被 2 个专栏收录

12 篇文章 4 订阅

订阅专栏

机器学习

2 篇文章 2 订阅

订阅专栏

在这里插入图片描述

Introduction

材料学中的理论和模型大多数是凭专家经验积累总结得来，现如今可使用数据驱动的方法通过AI、计算模拟等来自动构造大数据中的隐式公式，由此寻找对应的范式或理论，而数据驱动方法得出的范式或理论结合已有的专家知识相结合又可产生用于开发、优化模型的先进方法。

目前已有学者通过使用AI来重新发现已知定律，如Langley使用AI重发现了最基本的理想气体三定律；通过空气轨道振荡器和双摆实验发现了哈密顿方程、拉格朗日方程和运动方程；通过使用了AI技术的特征(描述符)选择能够从目标公式生成的数据中重发现该物理定律；欧阳润海开发了SISSO系统以数据驱动的方法来识别材料属性的可解释物理描述符。

当前许多材料数据库的大增长来源于高通量实验和计算的发展和材料领域的数据共享。但目前AI、ML中被广泛使用的黑箱模型不一定适用于发现、准确理解材料信息中的潜在定律

SR为AI、ML方法中常被用来发现数据中的潜在模型，其使用常需要基于进化计算，如遗传算法(GP)。GP通过最优候选解的迭代选择实现，一个候选解称为个体，每次迭代后的一众个体称为一代，父母代通过筛选优秀个体和添加新个体产生新一代。GP中的个体以树的形式表示，其非叶子结点为操作符，叶子结点为变量或常量。其一众解通过个体评估、选择和杂交变异引入的新个体来不断迭代。

Showcase examples of SR applications

1. 三角函数拟合实验

任务：使用GP找到描述或近似三角函数 $g(x)=25\sin(x/3.0)$ 的合适数学表达式，其中 $\in [0,9]$
结果：综合考量拟合质量和公式复杂度， $-x^2+\frac{349}{36}x$ 为近似 $g (x)$ 的表达式之一
说明：使用的GP算法的generations和population size为预设参数，它们的值取决于该任务的复杂度和可用的计算资源。其中操作符为{+,-,×,÷}。此处的复杂度为表达式中用到的终端结点和操作符数量。
结论：GP的效率和所创建公式的性能在很大程度上取决于除终端集外使用的操作符集。