HyperAI

Ensemble De Données Du Réseau De Symboles Profonds DeepSymNet

Date

il y a un an

Taille

119.79 KB

Organisation

Académie chinoise des sciences

URL de publication

github.com

Licence

AGPL-3.0

Cet ensemble de données est un réseau symbolique pour la régression symbolique.

Il s’agit d’un nouveau réseau symbolique appelé DeepSymNet proposé par des chercheurs de l’Institut des semi-conducteurs de l’Académie chinoise des sciences, pour représenter des expressions symboliques. Ils ont également démontré le cadre global de DeepSymNet.La première couche est celle des données, la couche intermédiaire est la couche cachée et la dernière couche est la couche de sortie.

Les nœuds de la couche cachée sont composés de symboles d'opération, notamment +, -, ×, ÷, sin, cos, exp, log, id, etc., où l'opérateur id est le même que l'opérateur id dans EQL.

Le nombre d'opérateurs d'identification dans chaque couche cachée est égal au nombre de nœuds dans la couche précédente, tandis que les autres opérateurs n'apparaissent qu'une seule fois dans chaque couche cachée. L'identifiant de l'opérateur correspond un à un au nœud de la couche précédente, ce qui permet à chaque couche d'utiliser toutes les informations de la couche précédente. Les autres opérateurs sont des opérateurs ordinaires et sont entièrement connectés à la couche précédente.

La connexion entre l'opérateur id et la couche précédente est fixe, et l'opérateur ordinaire n'a aucune connexion à la couche précédente, ou une ou deux connexions, ce qui signifie que dans ce réseau, un sous-réseau représente une expression symbolique. Plus une expression occupe de couches cachées, plus sa complexité est élevée. Par conséquent, le nombre de couches cachées peut être utilisé pour mesurer approximativement la complexité d’une expression.

Mais veuillez noter que la couche d'entrée possède un nœud spécial « const » qui est utilisé pour représenter des coefficients constants dans des expressions symboliques. Seuls les bords connectés aux nœuds « const » ont des poids (coefficients constants) pour empêcher qu'un nombre suffisant de coefficients constants n'apparaissent dans les expressions symboliques.

en tout,DeepSymNet est un réseau complet qui peut représenter n'importe quelle expression. La résolution de SR est le processus de recherche de sous-réseaux dans DeepSymNet.

Cas AI4S : https://hyper.ai/news/29243

DeepSymNet.torrent
Partage 2Téléchargement 1Terminés 113Téléchargements totaux 300
  • DeepSymNet/
    • README.md
      2.3 KB
    • README.txt
      4.6 KB
      • data/
        • DeepSymNet-main.zip
          119.79 KB