百科问答小站 logo
百科问答小站 font logo



如果有第谷的数据,现在的机器学习,深度学习有办法学出开普勒三定律吗? 第1页

  

user avatar   wangliwu 网友的相关建议: 
      

其实09年就已经有相关的工作了,还发表在了science上

Distilling Free-Form Natural Laws from Experimental Data

这篇文章介绍了仅仅利用一些实验记录的raw data,学习出了简谐运动,单摆,双摆等运动的物理规律(具体来说是Hamiltonian and Lagrangian的解析表达式)。


(图来自原paper)

当时机器学习还没现在这么火爆,文章也只是用了symbolic regression的方法定义不同变量之间的偏导作为loss,当时还是引起了不少关注的。只是现在机器学习变得火爆了,但好像反而没什么人关注这个问题了。。。

经评论区指出,今年ICLR有一篇 https://openreview.net/forum?id=BkgRp0FYe¬eId=BkgRp0FYe

类似的工作,用神经网络来学习一个表达式。


user avatar   xie-dan-9 网友的相关建议: 
      

数据从来不是它如何解释的,而是这个解释如何传播的。

比如说,股市涨跌和某人膝盖痛苦程度成正比,就算AI把这个规律总结出来,这个解释也不会被传播出去的。




  

相关话题

  Transformer在工业界的应用瓶颈如何突破? 
  化工数据分析没有未来吗? 
  如何计算CNN中batch normalization的计算复杂度(FLOPs)? 
  在实际工程系统中,MPC太复杂,难以做到realtime。因此都利用数据,MPC对比RL还有优势么? 
  神经网络,分类和回归问题,在网络结构上的区别是什么?分类比回归多一层softmax吗?诚心求教? 
  如果有第谷的数据,现在的机器学习,深度学习有办法学出开普勒三定律吗? 
  从应用的角度来看,深度学习怎样快速入门? 
  怎么通过一维分布的随机样本推测原分布? 
  神经网络模型压缩好就业吗? 
  神经网络能否代替决策树算法? 

前一个讨论
龙格现象产生的原因?
下一个讨论
如何看待南京人一年吃掉一亿多只鸭子?





© 2025-04-29 - tinynew.org. All Rights Reserved.
© 2025-04-29 - tinynew.org. 保留所有权利