点击购买,资源将自动在新窗口打开.
获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
摘要本文概述了科学建模的概述,并讨论了与基于过程模型相比,ML方法的互补优势和缺点。它还介绍了科学知识引导的机器学习(KGML)的新兴领域的当前研究状态,该领域旨在在ML框架中使用科学知识和数据,以实现更好的概括性,科学的一致性和结果的解释性。我们讨论了KGML研究的不同方面,就所使用的科学知识的类型,探索的知识-ML整合形式以及将科学知识纳入ML的方法。我们还使用每个类别中的说明性示例在开发KGML方法的环境科学中讨论了一些常见的用例类别。
主要关键词