Symbolic Regression via MDLformer-Guided Search: From Minimizing Prediction Error to Minimizing Description Length

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新的符号回归方法SR4MDL,通过基于最小描述长度的搜索目标,解决了预测误差下降不规律的问题。该方法在测试中成功恢复约50个公式,超越了现有最先进的方法。

🎯

关键要点

  • 本研究提出了一种新的符号回归方法SR4MDL,基于最小描述长度的搜索目标。
  • 该方法解决了预测误差下降不规律的问题,使得搜索过程随着接近正确公式而单调递减。
  • 通过设计神经网络MDLformer,SR4MDL在测试中成功恢复了约50个公式。
  • SR4MDL的表现超越了现有最先进的方法,提升了43.92%。
➡️

继续阅读