技术进展国际期刊
开放获取

抽象的

机器学习数学模型

艾丽卡·梅莱娜

对现实世界系统和自然现象进行建模的主要科学范式是从感官中提取信息、信息的形式化以及模型的实证验证。例如，微分方程用于表达物理定律、化学反应和动力学行为，验证可以被认为是预测过程的未来条件。我们的结论是，充分的互动对这两个行业都有利。在软计算或材料科学等领域为物理现象建模而收集的信息和方法是构建有效学习系统的初始知识来源，而机器学习模式可以为相反方向的自然现象建模开辟新的视野。这是我们要解决的核心问题：从现象建模模式中收集的常识如何帮助开发高效的机器学习算法？在这种情况下，机器学习和数学模型都有明显的好处，在理想的情况下，两者可能会结合起来。数学模型的精确性和廉价的计算