ترجمه فارسی مقاله رگرسیون نمادین با یک کتابخانه مفهوم آموخته شده

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Symbolic Regression with a Learned Concept Library
عنوان مقاله به فارسی رگرسیون نمادین با یک کتابخانه مفهوم آموخته شده
نویسندگان Arya Grayeli, Atharva Sehgal, Omar Costilla-Reyes, Miles Cranmer, Swarat Chaudhuri
فرمت مقاله انگلیسی PDF
تعداد صفحات 22
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Artificial Intelligence,Neural and Evolutionary Computing,Symbolic Computation,یادگیری ماشین , هوش مصنوعی , محاسبات عصبی و تکاملی , محاسبات نمادین ,
توضیحات Submitted 14 September, 2024; originally announced September 2024. , Comments: preprint version; 10 pages
توضیحات به فارسی ارسال شده در 14 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد. ، نظرات: نسخه preprint ؛10 صفحه
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

We present a novel method for symbolic regression (SR), the task of searching for compact programmatic hypotheses that best explain a dataset. The problem is commonly solved using genetic algorithms; we show that we can enhance such methods by inducing a library of abstract textual concepts. Our algorithm, called LaSR, uses zero-shot queries to a large language model (LLM) to discover and evolve concepts occurring in known high-performing hypotheses. We discover new hypotheses using a mix of standard evolutionary steps and LLM-guided steps (obtained through zero-shot LLM queries) conditioned on discovered concepts. Once discovered, hypotheses are used in a new round of concept abstraction and evolution. We validate LaSR on the Feynman equations, a popular SR benchmark, as well as a set of synthetic tasks. On these benchmarks, LaSR substantially outperforms a variety of state-of-the-art SR approaches based on deep learning and evolutionary algorithms. Moreover, we show that LaSR can be used to discover a novel and powerful scaling law for LLMs.

چکیده به فارسی (ترجمه ماشینی)

ما یک روش جدید برای رگرسیون نمادین (SR) ارائه می دهیم ، وظیفه جستجو برای فرضیه های برنامه ای جمع و جور که به بهترین وجه یک مجموعه داده را توضیح می دهد.این مشکل معمولاً با استفاده از الگوریتم های ژنتیکی حل می شود.ما نشان می دهیم که می توانیم با القاء کتابخانه ای از مفاهیم متنی انتزاعی ، چنین روشهایی را تقویت کنیم.الگوریتم ما ، به نام LASR ، از نمایش داده های صفر در یک مدل زبان بزرگ (LLM) برای کشف و تکامل مفاهیم موجود در فرضیه های با عملکرد بالا شناخته شده استفاده می کند.ما فرضیه های جدید را با استفاده از ترکیبی از مراحل تکاملی استاندارد و مراحل هدایت LLM (به دست آمده از طریق نمایش داده های LLM صفر) که بر روی مفاهیم کشف شده به دست می آید ، کشف می کنیم.پس از کشف ، فرضیه ها در دور جدیدی از انتزاع مفهوم و تکامل استفاده می شوند.ما LASR را در مورد معادلات فاینمن ، معیار محبوب SR و همچنین مجموعه ای از کارهای مصنوعی تأیید می کنیم.در این معیارها ، LASR به طور قابل توجهی از انواع رویکردهای پیشرفته SR مبتنی بر یادگیری عمیق و الگوریتم های تکاملی بهتر عمل می کند.علاوه بر این ، ما نشان می دهیم که از LASR می توان برای کشف یک قانون مقیاس بندی جدید و قدرتمند برای LLMS استفاده کرد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.