arXiv 预印本Cassandra Durr
FluxDisco:基于蒙特卡洛图搜索的化学计量动力系统符号回归
原标题:FluxDisco: Symbolic Regression for Stoichiometric Dynamical Systems via Monte Carlo Graph Search
论文74
动力学符号回归方法能够从噪声数据中识别控制微分方程,兼顾可解释性与预测精度。然而,常规方法生成的表达式往往违背已知的物理定律。为此,我们提出了 FluxDisco,这是一个专为基于通量的化学计量常微分方程(ODE)系统量身定制的融合物理规律的框架。通过利用已知的化学计量关系,我们缩小了表达式的搜索空间,并确保其符合物理规律。我们的框架针对化学计量系统联合通量发现中的独特挑战,改进了蒙特卡洛图搜索算法。我们在多种物理和生物系统上对该方法进行了评估,证明了其能够通过可解释的方程准确恢复控制动力学。
为什么值得读
它将严格的物理守恒律注入符号回归搜索过程,为生物与化学等复杂动力系统的可解释方程发现提供了可靠路径。
标签
Symbolic RegressionDynamical SystemsStoichiometryAI for ScienceMonte Carlo Graph SearchDifferential Equations