Advanced Science
02 April 2026
Неконтролируемая иерархическая символьная регрессия для интерпретируемого моделирования свойств в сложных многопараметрических системах
Siyu Lou1,2,†, Chengchun Liu3,†, Dongxiao Zhang2, Yuntian Chen2,*, Fanyang Mo3,4,5
1 Школа компьютерных наук, Шанхайский университет Цзяотун, Шанхай, КНР
2 Нинбоская ключевая лаборатория моделирования перспективных производств, Восточный технологический институт, Нинбо, КНР
3 Школа материаловедения и инженерии, Пекинский университет, Пекин, КНР
4 Школа перспективных материалов, Пекинский университет Шэньчжэньский аспирантский кампус, Шэньчжэнь, КНР
5 Программа AI for Science (AI4S), Пекинский университет Шэньчжэньский аспирантский кампус, Шэньчжэнь, КНР
6 Провинциальная ключевая лаборатория исследований нано- и микроматериалов провинции Гуандун, Пекинский университет Шэньчжэньский аспирантский кампус, Шэньчжэнь, КНР
† Сыю Ло и Чэнчунь Лю внесли равный вклад в эту работу.
10.1002/advs.202521200
В данной работе представлена неконтролируемая иерархическая символьная регрессия — новая структура, преобразующая «чёрный ящик» машинного обучения в прозрачные научные уравнения. Раскрывая интерпретируемые человеком закономерности на основе многомерных данных, этот подход связывает искусственный интеллект, химию и физику, обеспечивая достоверное открытие связей между структурой и свойствами и предлагая общую парадигму объяснимого моделирования для сложных научных систем.
Anhui Province Academy of Science and Technology, No. 128,Wanshui Road, Hi-Tech Zone, Hefei City, Anhui Province, China
+86 17354022649
service@sondii.com
IPv6 ПОДДЕРЖИВАЕМАЯ СЕТЬ
Наши часы
Пн, 21 ноября – Ср, 23 ноября: 9:00 – 20:00.
Чт, 24.11: закрыто. С Днем Благодарения!
Пт, 25 ноября: 8:00–22:00.
Сб 26.11 – Вс 27.11: 10:00 – 21:00
(все часы указаны по восточному времени)
