北航孙志梅IM综述：可解释符号回归探索材料数据背后的数学表达式

文章预览

扫码关注IM直播 视频号：交叉学科材料 公众号：Interdisciplinary Materials 论 文 信 息 G. Wang, E. Wang, Z. Li, J. Zhou, Z. Sun. Exploring the mathematic equations behind the materials science data using interpretable symbolic regression .  Interdiscip. Mater.  2024; 3(5). doi: 10.1002/idm2.12180 摘   要 符号回归 (SR) 方法能够从海量数据集中探索数学表达式，以构建可解释机器学习模型，具有将“黑箱”机器学习方法转化为材料科学研究中物理和化学可解释表达式的潜力。在本综述中 ，北京航空航天大学孙志梅团队 总结了符号回归方法的发展历程和研究现状，重点阐述了符号回归方法的基础理论、训练流程、现有的方法和代码，以及在材料学不同问题中的应用案例。更为重要的是，展望了符号回归方法在材料设计和研究中需要克服的挑战和未来机遇，包括图形处理单元加速方法和迁移学习算法 ………………………………