SymBOL、科学方程式の発見効率を向上
Semantic Scholar
2026年7月16日 (木)
- •研究チームはベイズ最適化を活用し、科学的発見のための記号回帰を改善するフレームワーク「SymBOL」を開発した。
- •SymBOLは既存のLLMベースの手法と比較して、精度を24.85%向上させ、計算コストを28.73%削減した。
- •材料科学および疫学の分野で、物理現象を支配する方程式の導出に成功した。
Jiaxu Cuiとその同僚らは、科学的発見のための記号回帰を強化する汎用的な学習フレームワーク「SymBOL」を発表した。2026年7月13日発行の「IEEE Transactions on Pattern Analysis and Machine Intelligence」に掲載された本システムは、従来のLLMベースの手法が抱えていた高コストとスケーラビリティの課題を解決するものである。
SymBOLは、複雑な関数の最適化手法であるベイズ最適化とLLMを統合することで、精度の高い数学的表現の生成を導く。ベンチマークテストの結果、既存のLLMモデルと比較して平均精度で24.85%の向上を達成し、計算コストは28.73%削減された。材料科学や疫学における実用的な応用では、支配方程式の復元に成功しており、科学的分析のための解釈可能な経路を提示している。