Искусственный интеллект в физических науках: тенденции и перспективы символьной регрессии

Символьная регрессия (SR) — это метод регрессии на основе машинного обучения, основанный на принципах генетического программирования, который объединяет методы и процессы из разнородных научных областей и способен получать аналитические уравнения непосредственно из данных. Эта важная особенность снижает необходимость использования априорных знаний об исследуемой системе. SR позволяет выявлять глубокие и объяснять неоднозначные взаимосвязи, которые могут быть обобщаемыми, применимыми, интерпретируемыми и охватывать большинство научных, технологических, экономических и социальных принципов. В настоящем обзоре представлен современный уровень развития данной области, рассмотрены технические и физические характеристики SR, исследованы доступные методы программирования, изучены области применения и обсуждены перспективы дальнейшего развития. Дополнительная информация: онлайн-версия содержит дополнительные материалы, доступные по адресу 10.1007/s11831-023-09922-z.