通过MDLformer引导搜索的符号回归:从最小化预测误差到最小化描述长度

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于最小描述长度的新搜索目标,解决了符号回归中预测误差不规律的问题。通过MDLformer神经网络,SR4MDL方法成功恢复了约50个公式,超越了当前最先进的方法,达到了43.92%的性能提升。

🎯

关键要点

  • 本研究提出了一种基于最小描述长度的新搜索目标。
  • 该目标解决了符号回归中预测误差不规律的问题。
  • 随着搜索接近正确公式,预测误差单调递减。
  • 设计了MDLformer神经网络以实现该目标。
  • SR4MDL方法成功恢复了约50个公式。
  • SR4MDL方法超越了当前最先进的方法,性能提升达43.92%。
➡️

继续阅读