LEARNING
OrthoReg：混合符号-神经动力系统的正交正则化
Till Richter, Niki Kilbertus
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出了一种正交正则化方法（OrthoReg），用于解决混合符号-神经动力系统中符号组件与神经组件之间的冗余和重叠问题。通过直接惩罚两者之间的重叠，OrthoReg确保了符号部分捕捉库可表达的结构，而神经部分处理残差，从而提高了模型的可解释性。
关键词
hybrid modelingorthogonal regularizationdynamical systemssymbolic regressionneural networks
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018