이 논문은 기존의 기호 회귀(symbolic regression)와 일반화 가법 모형(GAM)의 한계를 지적하고, 이를 극복하기 위한 새로운 모델링 기법인 형상 산술 표현(SHARE)을 제안한다.
기호 회귀는 폐쇄형 방정식을 찾는 데 뛰어나지만, 실험 데이터에 내재된 폐쇄형 관계가 없는 경우 성능이 저하된다. 반면 GAM은 유연한 형상 함수를 사용하여 비선형 관계를 모델링할 수 있지만, 복잡한 변수 간 상호작용을 포착하지 못한다.
SHARE는 GAM의 유연한 형상 함수와 기호 회귀의 복잡한 변수 간 상호작용을 결합한 새로운 모델 클래스이다. SHARE는 변수 간 상호작용을 모델링하면서도 형상 함수를 통해 직관적인 해석 가능성을 제공한다.
논문에서는 SHARE의 투명성을 보장하기 위한 규칙 기반 접근법을 제안한다. 이를 통해 SHARE의 크기와 복잡도를 자연스럽게 제한할 수 있다. 실험 결과, SHARE는 기존 방법들을 뛰어넘는 성능을 보이며, 동시에 직관적인 해석이 가능한 것으로 나타났다.
เป็นภาษาอื่น
จากเนื้อหาต้นฉบับ
arxiv.org
ข้อมูลเชิงลึกที่สำคัญจาก
by Krzysztof Ka... ที่ arxiv.org 04-16-2024
https://arxiv.org/pdf/2404.09788.pdfสอบถามเพิ่มเติม