跳到正文
arXiv · ML· Boyong Tang, Lei Yang, Tao Wang·· 11 天前AI 评分23

KolTa:面向有限数据配方发现的物理信息主动学习框架

KolTa: A Physics-Informed Active Learning Framework for Formulation Discovery with Limited Data

AI 导读

KolTa 提出结合三阶段预测器与任务特异性软物理约束的主动学习框架,旨在固定查询预算下发现前 5% 高性能配方。 采用物理残差校准的 PRC-UCB 获取规则,在四个任务中平均学习曲线面积(AULC)排名前二,且最大差距仅为 0.032。 在药物溶解度任务中,达到 80% 目标恢复率需约 348 次额外查询,比最快对比策略少 18%。

来源:arXiv · ML · arxiv.org