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

  如何评价 Kaiming He 在 ICCV 2017 上拿下双 Best 的 paper? 
  有哪些定理在高维情况下与三维情况下培养出来的直觉不符? 
  默写很花时间怎么办? 
  神经网络中,bias有什么用,为什么要设置bias,当加权和大于某值时,激活才有意义? 
  人工智能技术会不会最终赶上微积分的历史地位? 
  请问应该怎样去学习图像识别和深度学习? 
  机器学习在理论经济学研究中有哪些可能的应用前景? 
  ICML2020有哪些值得关注的工作? 
  推荐系统应该如何保障推荐的多样性? 
  把某人的 DNA 序列作为输入,正面照片作为输出,丢到深度神经网络里面学习,可行吗? 

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?





© 2025-01-30 - tinynew.org. All Rights Reserved.
© 2025-01-30 - tinynew.org. 保留所有权利