智能AI morning

你确定吗?符号回归中不确定性量化的全面且易于理解的调查

2026-06-08 1 阅读 Julia Reuter, Fabricio Olivetti de Franca
arXiv:2606.06567v1 公告类型:新 摘要:符号回归 (SR) 是一类系统地探索数学函数空间以发现能够准确捕获数据集中潜在关系的模型的方法。尽管该领域最近取得了进展,但缺乏对不确定性量化(UQ)的支持限制了其在现实世界决策过程中的采用。在回归分析中,昆士兰大学提供了有关模型可靠性的重要信息,这既可以通过考虑数据的不确定性来帮助避免过度拟合,又可以为决策提供见解。这项调查是第一次明确解决这个问题,目的是介绍昆士兰大学的基本概念,并回顾当前昆士兰大学在SR方面的文献,这些文献可大致分为三个研究方向:频率论、贝叶斯和模型选择。尽管 UQ 很重要,但它在 SR 中的应用仍未得到充分探索,这促使人们进一步研究可靠的 UQ SR 方法。