Enhancing Symbolic Regression and Universal Physics-Informed Neural Networks with Dimensional Analysis
Notice bibliographique
Résumé
In engineering and applied mathematics, developing accurate mathematical models to predict and understand real-world phenomena is of utmost importance. Symbolic regression is a useful machine learning-based tool to fit models but it can be computationally expensive. We present a new method for enhancing symbolic regression for differential equations via dimensional analysis, specifically the Buckingham $Π$ theorem and Ipsen's method. Since symbolic regression often suffers from high computational costs and overfitting, nondimensionalizing datasets reduces the number of input variables, simplifies the search space, and ensures that derived equations are physically meaningful. As a first step, we combine dimensional analysis with the PySR symbolic regression algorithm to show that dimensional analysis improves the accuracy of recovering algebraic equations. The results demonstrate that transforming data into a dimensionless form significantly improves the training and test error of the symbolic expressions found. Then, as our main contribution, we perform nondimensionalization guided by Ipsen's method. We then incorporate the nondimensionalized equation into a pipeline combining Universal Physics-Informed Neural Networks and symbolic regression to recover the unknown term when a differential equation is only partially known. We find that symbolic regression is able to better recover the unknown term after nondimensionalizing the data, under both noisy and noiseless conditions. These findings suggest that integrating dimensional analysis with symbolic regression can significantly lower computational costs and increase accuracy, providing a robust framework for automated discovery of governing equations in complex systems when data is limited.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».