Digitalni repozitorij raziskovalnih organizacij Slovenije

Izpis gradiva
A+ | A- | Pomoč | SLO | ENG

Naslov:Discovery of exact equations for integer sequences
Avtorji:ID Gec, Boštjan, Institut "Jožef Stefan" (Avtor)
ID Džeroski, Sašo, Institut "Jožef Stefan" (Avtor)
ID Todorovski, Ljupčo, Institut "Jožef Stefan" (Avtor)
Datoteke:URL URL - Izvorni URL, za dostop obiščite https://www.mdpi.com/2227-7390/12/23/3745
 
.pdf PDF - Predstavitvena datoteka, prenos (425,51 KB)
MD5: 5E0E54021433F833B999C66AA8345911
 
Jezik:Angleški jezik
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:Logo IJS - Institut Jožef Stefan
Povzetek:Equation discovery, also known as symbolic regression, is the field of machine learning that studies algorithms for discovering quantitative laws, expressed as closed-form equations or formulas, in collections of observed data. The latter is expected to come from measurements of physical systems and, therefore, noisy, moving the focus of equation discovery algorithms towards discovering approximate equations. These loosely match the noisy observed data, rendering them inappropriate for applications in mathematics. In this article, we introduce Diofantos, an algorithm for discovering equations in the ring of integers that exactly match the training data. Diofantos is based on a reformulation of the equation discovery task into the task of solving linear Diophantine equations. We empirically evaluate the performance of Diofantos on reconstructing known equations for more than 27,000 sequences from the online encyclopedia of integer sequences, OEIS. Diofantos successfully reconstructs more than 90% of these equations and clearly outperforms SINDy, a state-of-the-art method for discovering approximate equations, that achieves a reconstruction rate of less than 70%.
Ključne besede:symbolic regression, equation discovery, online encyclopedia of integer sequences
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:03.10.2024
Datum sprejetja članka:24.11.2024
Datum objave:28.11.2024
Založnik:MDPI
Leto izida:2024
Št. strani:str. 1-22
Številčenje:Vol. 12, iss. 23, [article no.] 3745
Izvor:Švica
PID:20.500.12556/DiRROS-21780 Novo okno
UDK:004.8
ISSN pri članku:2227-7390
DOI:10.3390/math12233745 Novo okno
COBISS.SI-ID:230498307 Novo okno
Avtorske pravice:© 2024 by the authors.
Opomba:Nasl. z nasl. zaslona; Opis vira z dne 27. 3. 2025;
Datum objave v DiRROS:27.03.2025
Število ogledov:595
Število prenosov:372
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
  
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Mathematics
Skrajšan naslov:Mathematics
Založnik:MDPI AG
ISSN:2227-7390
COBISS.SI-ID:523267865 Novo okno

Gradivo je financirano iz projekta

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P2-0103
Naslov:Tehnologije znanja

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:GC-0001
Naslov:Umetna inteligenca za znanost

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:28.11.2024
Vezano na:VoR

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:odkrivanje enačb


Nazaj