本文介紹了TorchSISSO,這是一個基於PyTorch的SISSO框架的原生Python實現。SISSO是一種符號回歸(SR)方法,可以自動搜索數學表達式的結構和參數,提供複雜數據的可解釋和緊湊的表示。
SISSO通過結合確定性獨立篩選(SIS)和稀疏化算子(SO)來有效地探索巨大的特徵空間。然而,SISSO的FORTRAN實現存在性能低效和安裝困難的問題,限制了其在現代計算環境中的廣泛應用。
TorchSISSO利用PyTorch的GPU加速、易集成和可擴展性,顯著提高了計算速度和準確性。作者展示了TorchSISSO在各種任務中的性能,不僅可以匹配或超越原始SISSO的性能,而且大大減少了計算時間,提高了可訪問性,使其更適用於更廣泛的科學應用。
TorchSISSO的主要優勢包括:
作者通過一系列合成方程式、科學基準測試和分子性質預測的案例研究,展示了TorchSISSO在準確性和計算效率方面的優越性。與原始SISSO相比,TorchSISSO在某些情況下能夠發現更準確的符號表達式,同時大幅減少了計算時間。
總之,TorchSISSO通過消除SISSO實現的主要限制,為更廣泛的科學領域提供了一個靈活、高效和易於使用的工具。未來的工作將專注於擴展TorchSISSO的功能,包括多目標優化、高級正則化技術和自動超參數調整,以進一步提高其適用性。
翻譯成其他語言
從原文內容
arxiv.org
深入探究