新框架从样本估计未归一化分布符号表达式

研究者提出一种结合深度生成模型与符号回归的框架，可从观测样本中估计未归一化分布的符号表达式。该框架引入领域先验知识（如相互作用范围与预定义基函数集合）以及分解大分布等归纳偏置，所用生成模型包括基于似然的流模型与基于分数的模型。 研究者在多元玩具分布及计算物理中的 XY 模型和 φ⁴ 理论格点上验证了该框架的有效性，并称直接从样本估计出 φ⁴ 理论重整化问题不同尺度下哈密顿量的紧凑符号近似。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。