跳到正文
arXiv · AI· Pronoma Banerjee, Md. Masudur Rahman, Juan P. Wachs·· 3 天前AI 评分25

P2C 框架利用文本推导的约束优化噪声生物数据中的微分方程发现

Read Before You Fit: Text-Derived Constraints for Discovering Differential Equations from Noisy Biological Data

AI 导读

P2C 智能体框架将生物系统文本描述转化为类型化形式约束,用于在数值拟合前限制候选 ODE 结构。 在急性炎症和免疫调节的四个 ODE 系统测试中,加入 Text2Constraint 将干净数据的最大形式误差从 1.397 降至 0.499,高斯噪声(σ=0.1)下从 13.096 降至 1.095。 该方法在测试噪声范围内优于多个 LLM 基线,显著提升了稀疏噪声生物数据下的方程发现能力。

来源:arXiv · AI · arxiv.org