שוואַך באַסעלינעס און ריפּאָרטינג פאָרורטייל פירן צו איבער-אָפּטימיזם אין מאַשין לערנען פון פליסיק-פֿאַרבונדענע פּאַרטיייש דיפערענטשאַל יקווייזשאַנז.

דאנק איר פֿאַר באזוכן נאַטור. די ווערסיע פון ​​בלעטערער איר נוצן די שטיצן פון CSS. פֿאַר בעסטער רעזולטאַטן, מיר רעקאָמענדירן צו נוצן אַ נייַער ווערסיע פון ​​דיין בלעטערער (אָדער דיסייבאַל קאַמפּאַטאַבילאַטי מאָדע אין Internet Explorer). אין די דערווייל, צו ענשור אָנגאָינג שטיצן, מיר ווייַזן די מאַפּע אָן סטילינג אָדער דזשאַוואַסקריפּט.
איינער פון די מערסט פּראַמאַסינג אַפּלאַקיישאַנז פון מאַשין לערנען אין קאַמפּיוטיישאַנאַל פיזיק איז די אַקסעלערייטיד לייזונג פון פּאַרטיייש דיפערענטשאַל יקווייזשאַנז (פּדעס). די הויפּט ציל פון אַ מאַשין לערנען-באזירט פּאַרטיייש דיפערענטשאַל יקווייזשאַן סאָלווער איז צו פּראָדוצירן סאַלושאַנז וואָס זענען פּינטלעך גענוג פאַסטער ווי נאָרמאַל נומעריקאַל מעטהאָדס צו דינען ווי אַ באַסעלינע פאַרגלייַך. מיר ערשטער אָנפירן אַ סיסטעמאַטיש באריכטן פון די מאַשין לערנען ליטעראַטור אויף סאַלווינג פּאַרטיייש דיפערענטשאַל יקווייזשאַנז. פון אַלע די צייטונגען ריפּאָרטינג די נוצן פון מל צו סאָלווע פליסיק פּאַרטיייש דיפערענטשאַל יקוויישאַנז און קליימינג העכערקייַט איבער נאָרמאַל נומעריקאַל מעטהאָדס, מיר ידענטיפיעד 79% (60/76) קאַמפּערד צו שוואַך באַסעליינז. רגע, מיר געפֿונען זאָגן פון וויידספּרעד ריפּאָרטינג פאָרורטייל, דער הויפּט אין אַוטקאַם ריפּאָרטינג און ויסגאַבע דיאַס. מיר פאַרענדיקן אַז מאַשין לערנען פֿאָרש אויף סאַלווינג פּאַרטיייש דיפערענטשאַל יקווייזשאַנז איז צו אָפּטימיסטיש: שוואַך אַרייַנשרייַב דאַטן קענען פירן צו אַ שטאַרקייט רעזולטאַטן, און ריפּאָרטינג פאָרורטייל קענען פירן צו אַנדעררעפּאָרטינג פון נעגאַטיוו רעזולטאַטן. אין גרויס טייל, די פּראָבלעמס ויסקומען צו זיין געפֿירט דורך סיבות ענלעך צו פאַרגאַנגענהייט רעפּראָדוסיביליטי קרייסיז: ינוועסטאַגייטער דיסקרעשאַן און positive אַוטקאַם פאָרורטייל. מיר רופן פֿאַר דנאָ-אַרויף קולטור ענדערונג צו מינאַמייז בייאַסט ריפּאָרטינג און די שפּיץ-אַראָפּ סטראַקטשעראַל רעפאָרם צו רעדוצירן פּערווערסע ינסענטיווז צו טאָן דאָס.
די רשימה פון מחברים און אַרטיקלען דזשענערייטאַד דורך די סיסטעמאַטיש באריכטן, ווי געזונט ווי די קלאַסאַפאַקיישאַן פון יעדער אַרטיקל אין די טראַפ מוסטער, איז עפנטלעך בארעכטיגט אויף httplys://doi.org/doi.org/osf.i6/2005b3 (reff. 124).
די קאָד דאַרף רעפּראָדוצירן די רעזולטאַטן אין טיש 2, איר קענען געפֿינען אויף Github: https://gethub.com/nickMrgreivy/ (רעפם. 125) און אויף קאָד אָקעאַן: https://capelectoce.com/capelectoce.com/capele/codecolectoce.com/capele/codecolectoce.com/capele/codectoce./cecodeoce/96055539/ בוים / וו 1 (לינק 126) און https://codecean.com/capsule/0799002/טרעע / וו 1 (לינק 127).
ראַנדאַל, ד., און וועלסער, קיי, די ירעפּראָדוסיביליטי קריזיס אין מאָדערן וויסנשאַפֿט: ז, קאַנסאַקווענסאַז און פּאַטווייז פֿאַר רעפאָרם (נאַשאַנאַל אַססאָסיאַטיאָן פון סייאַנטיס, 2018).
Ritchie, S. וויסנשאַפֿט בעלעטריסטיק: ווי שווינדל, פאָרורטייל, פאָרורטייל, שטילקייַט, און כייפּ אַנדערמיין די זוכן פֿאַר אמת (ווינטידזש, 2020).
עפענען וויסנשאפטלעכע מיטאַרבעט. אַסעסינג רעפּראָדוסיביליטי אין פּסיטשאָלאָגיקאַל וויסנשאַפֿט. וויסנשאַפֿט 349, AAAC4716 (2015).
Prinz, F., Schlange, T., און Asadullah, K. גלויבן עס אָדער נישט: ווי פיל קענען מיר פאַרלאָזנ אויף ארויס דאַטן אויף פּאָטענציעל מעדיצין טאַרגאַץ? NAT. רעווען. "די ופדעקונג פון דרוגס." 10, 712 (2011).
סטאַרטעד, קג און עליס, לם רייזינג סטאַנדאַרדס אין פּריקליניטיש ראַק פאָרשונג. נאַטור 483, 531-533 (2012).
A. Gelman און E. לאָקאָ, דער גאָרטן פון פאָרקינג פּאַטס: וואָס קייפל קאַמפּעראַסאַנז זענען אַ פּראָבלעם אפילו אָן "פישערייַ עקספּעדיטיאָנס" אָדער "פּ-כאַקס" און פּרעפאָרמעד פאָרשונג כייפּאַטאַסאַז, חלק. 348, 1-17 (דעפּאַרטמענט פון סטאַטיסטיקס, 2013).
Kargragigi, g., Kasecka, g. NAT. דאָקטער פון פילאָסאָפיע אין פיזיק. 4, 399-412 (2022).
דאַראַ s, דאַמעראַטשערלאַ s, Jadhav ss, באַבו סענטימעטער און אַהסאַן מדזש. מאַשין לערנען אין מעדיצין ופדעקונג: אַ באריכטן. ATIF. ינטעל. עד. 55, 1947-1999 (2022).
מאַדער, ווי און קאָאָטע, מל טיף לערנען אין כעמיע. J.chemanisty. געבנ צו וויסן. מאָדעל. 59, 2545-2559 (2019).
Rajkomar A., ​​Dean J. און Kohan I. מאַשין לערנען אין מעדיצין. ניו ענגלאַנד זשורנאַל פון מעדיצין. 380, 1347-1358 (2019).
גרימער דזש, ראָבערץ מיר. און סטוערט בם מאַשין לערנען אין געזעלשאַפטלעך ססיענסעס: אַן אַגנאַסטיק צוגאַנג. רעווען אַן פּילקע. וויסנשאַפֿט. 24, 395-419 (2021).
שפרינג, דזש. עט על. מאַכן הויך פּינטלעך פּראָטעין סטרוקטור פאָרמאַטאָנס ניצן אַלפאַפאָולד. נאַטור 596, 583-589 (2021).
גונדזערסען, אָע, קאָאַקליי, ק, קירקפּאַטריקק, קיי, י.י. קוואלן פון ירעפּראָדוסיביליטי אין מאַשין לערנען: אַ באריכטן. פּרעפּרינט בנימצא אין https://arxiv.org/abs/2204.07610 (2022).
סקולי, D., Snook, J., WILTSCHKO, A. און Rahimi, A. געווינער קאַנד? אויף די גיכקייַט, פּראָגרעס און שטרענג פון עמפּיריקאַל זאָגן (ICLR, 2018).
אַרמסטראָנג, טג, מאָפאַט, יי, וועבבער, וו., און זאָבעל, י. ניט-אַדדיטיווע ימפּרווומאַנץ: פּרילימאַנערי זוכן רעזולטאַטן זינט 1998. 18 אפריל.
קאַפּאָאָר, ש. און נאַרייַאַנאַן, יי ליקאַדזש און רעפּראָדוסיביליטי קרייסיז אין מאַשין לערנען באזירט וויסנשאַפֿט. פּאַטערנז, 4, 100804 (2023).
קאַפּאָאָר S. et al. רעפאָרם: וויסנשאפטלעכע ריפּאָרטינג סטאַנדאַרדס באזירט אויף מאַשין לערנען. פּרעפּרינט בנימצא אין https://arxiv.org/abs/2308.07832 (2023).
דעמאַסי, אָ. קאָרינג, סי, און רעטוש, ב. מינינגלאַס קאַמפּעראַסאַנז קענען פירן צו פאַלש אָפּטימיזם אין מעדיציניש מאַשין לערנען. POS ONE 12, E0184604 (2017).
ראָבערץ, עם, עט על. פּראָסט פּיטפאָלז און בעסטער פּראַקטיסיז פֿאַר ניצן מאַשין לערנען צו דעטעקט און פאָרויסזאָגן קאַוויד -1 19 פון קאַסטן רענטגענ-שטראַלן און קאַמפּיוטאַד טאָמאָגראַפי. NAT. מאַקס. ינטעל. 3, 199-217 (2021).
Winantz L. et al. פּרידיקטיוו מאָדעלס פֿאַר דיאַגנאָסיס און פּראָגנאָסיס פון קאָוויד -19: אַ סיסטעמאַטיש אָפּשאַצונג און קריטיש אָפּשאַצונג. BMJ 369, M1328 (2020).
ווהאַלען ש. Schaiber J., איידעלע ווס און פּאָללאַרדקס קס אָוווערקאַמינג די פּיטפאָלז פון ניצן מאַשין לערנען אין גענאָמיקס. NAT. פּאַסטער גינעט. 23, 169-181 (2022).
Atris N. et al. בעסטער פּראַקטיסיז פֿאַר די כעמיע פון ​​מאַשין. NAT. כעמיש. 13, 505-508 (2021).
ברונטאָן סל און קוטז דזשן פּראַמאַסינג אינסטרוקציעס פֿאַר מאַשין לערנען פון פּאַרטיייש דיפערענטשאַל יקווייזשאַנז. NAT. רעכענען. וויסנשאַפֿט. 4, 483-494 (2024).
VinuSea, R. און Brunton, SL ימפּרוווינג קאַמפּלאַקטיאָנאַל פליסיק דינאַמיק דורך לערנען לערנען. NAT. רעכענען. וויסנשאַפֿט. 2, 358-366 (2022).
קאָמאַו, ס. עט על. וויסנשאפטלעכע מאָדעל לערנען מיט פיזיק ינפאָרמד נוראַל נעטוואָרקס: ווו מיר זענען איצט און וואָס ס ווייַטער. J. וויסנשאַפֿט. רעכענען. 92, 88 (2022).
דוראַיסניי, קיי, יאַקאַרינאָ, דזשי, און קסיאַאָ, ה. טערבולאַראַנס מאָדעלינג אין די דאַטן טקופע. ריווייזד אַדישאַן פון אַן. 51, 357-377 (2019).
דורראַן, דר נומעריקאַל מעטהאָדס פֿאַר סאַלווינג כוואַליע יקווייזשאַנז אין געאָפיסיקאַל הידראָדינאַמיקס, חלק. 32 (ספּרינגער, 2013).
מישפר, ש. א מאַשין לערנען פראַמעוואָרק פֿאַר אַקסעלערייטינג דאַטן-געטריבן קאַמפּיאַטיישאַן פון דיפערענטשאַל יקווייזשאַנז. מאטעמאטיק. ינזשעניר. https://doi.org/10.3934/208/8.1.118 (2018).
KoChikov D. et al. לערנען לערנען - אַקסעלעריישאַן פון קאַמפּיוטיישאַנאַל פליסיק דינאַמיק. פּראָצעס. נאַשאַנאַל אַקאַדעמי פון ססיענסעס. וויסנשאַפֿט. יו. עס. 118, E2101784118 (2021).
Kadapa, K. Maro Mario Loures פֿאַר קאָמפּיוטער וויסנשאַפֿט און ינזשעניעריע - אַ קורץ הקדמה און עטלעכע שליסל ישוז. פּרעפּרינט בנימצא אין https://arxiv.org/abs/2112.12054 (2021).
Ross, A., LI, Z., פּערעזאָגין, פּ. F., פערנאַנדעז-גאַנדאַ, סי, סי, און זאַננאַ, ל. קאָמפּאַראַטיווע אַנאַליסיס פון ניצן די סוברערד פּאַראַמעטעריזאַטיאָן אין יידיאַלייזד מאָדעלס. J.ADV. מאָדעל. ערד סיסטעם. 15. E2022ms003258 (2023).
Lippe, P., Wieling, B., PERDIKARIS, P., טורנער, R., און Frand Fundter, J. PDE ראַפינירטקייַט: אַטשיווינג פּינטלעך לאַנג קאַנטרענטשאַנז מיט אַ נעוראַל פּדוואָר. 37 זיצונג אויף נעוראַל אינפֿאָרמאַציע פּראַסעסינג סיסטעמען (נעוריפּס 2023).
פראַטשאַס, פּר עט על. באַקפּראָפּאַגיישאַן אַלגערידאַם און רעזערוווואַר כעזשבן אין ריקעראַנט נעוראַל נעטוואָרקס פֿאַר פּרידיקטינג קאָמפּלעקס ספּאַטיאָטעמיקאַל דינאַמיק. נעוראַל נעץ. 126, 191-217 (2020).
Raissi, M., Perdikaris, P. און Karniadakis, Ge פיזיקיס, GE פיזיקיס, GE פּאַליאַנס, GE פיזיקיס, GE פיזיקיס, GE פיזיקיס, Ge Powers, Ne Palsionian, Neual Neticks: אַ טיף לערנען פראַמעוואָרק פֿאַר סאַלווינג פאָרויס און פאַרקערט פּראָבלעמס מיט נאַנליניער פּאַרטיייש יקוואַלזשאַנז. J. קאָמפּיוטער. פיזיק. 378, 686-707 (2019).
גראָסמאַנן, טג, קאָמאָראָווסקאַ, UJ, Lutz, J., און Schönlieb, K.-B. קענען פיזיק-באזירט נעוראַל נעטוואָרקס אַוטפּערפאָרם ענדלעך עלעמענט מעטהאָדס? Ima J. אַפּלאַקיישאַנז. מאטעמאטיק. 89, 143-174 (2024).
דע לאַ מאַטע, פף, גידזשאָן, יי, מאָלינאַ-סאָלאַנאַ, עם, און גימז-ראָמעראָ, דזש. פיזיק-באזירט נעוראַל נעטוואָרקס פֿאַר דאַטן-געטריבן מאָדעלינג: אַדוואַנטידזשיז, און אַפּערטונאַטיז, און אַפּערטונאַטיז. פיזיק. א 610, 128415 (2023).
זשואַנג, פּי- & באַרבאַ, איר עמפּיריקאַל מעלדונג אויף פיזיק-באזירט נעוראַל נעטוואָרקס אין פליסיק מאָדעלינג: פּיטפאָלז און דיסאַפּוינטמאַנץ. פּרעפּרינט בנימצא אין https://arxiv.org/abs/2205.14249 (2022).
זשואַנג, פּי- און Barba, La פּרידיקטיוו לימיטיישאַנז פון פיזיק ינפאָרמד נוראַל נעטוואָרקס אויף וואָרטעקס פאָרמירונג. פּרעפּרינט בנימצא אין https://arxiv.org/abs/2306.00230 (2023).
וואַנג, ש, יו, ה. און פּערדיקאַריס, פּי ווען און וואָס פּינסס דורכפאַל צו באַן: א נעוריור טאַנגענט קערן נעקפּעטש. J. קאָמפּיוטער. פיזיק. 449, 110768 (2022).
Krishnapryan, A., Gholami, יי, זשע, ש, קירבי, ר., און מאַניק, מוו פֿעיִקייטן פון מעגלעך מאָדעס אין גשמיות אינפֿאָרמאַציע נוראַל נעטוואָרקס. 35 זיצונג אויף נעוראַל אינפֿאָרמאַציע פּראַסעסינג סיסטעמען וואָל. 34, 26548-26560 (נעוריפּס 2021).
באַסיר, ש און סענאָקאַק, אויך אַ קריטיש לערנען פון דורכפאַל מאָדעס אין פיזיק-באזירט נעוראַל נעטוואָרקס. אין AIAA SCITECH 2022 פורום 2353 (ARK, 2022).
Karnakov P., Litvinov S. און kouotsakos p. סאַלווינג גשמיות פאַרקערט פּראָבלעמס דורך אָפּטימיזינג דיסקרעטע אָנווער: שנעל און פּינטלעך לערנען אָן נעוראַל נעטוואָרקס. פּראָצעס. נאַשאַנאַל אַקאַדעמי פון ססיענסעס. וויסנשאַפֿט. Nexus 3, PGEA005 (2024).
גונערען אָע גרונט פּרינסאַפּאַלז פון רעפּראָדוסיביליטי. Phil.Cross. ר. שוקער. א 379, 20200210 (2021).
Aromataris E און Peinson A. Sturicatic באריכטן: אַן איבערבליק. יאָ. J. שוועסטערייַ 114, 53-58 (2014).
Magiera, J., Ray, D., Hesthaven, JS, און Rohde, K. קאַנסטראַנט-אַווער נעוראַל נעטוואָרקס פֿאַר די רימאַן פּראָבלעם. J. קאָמפּיוטער. פיזיק. 409, 109345 (2020).
Bezgin da, Schmidt SJ און ADMS NA דאַטן-געטריבן פיזיש ינפאָרמד און ינטימיטלי סטייט באַנד פֿאַר ניט-קלאסישע רידוסט וואָולטידזש שאַקס. J. קאָמפּיוטער. פיזיק. 437, 110324 (2021).