Физическая информированная поддержка ядер векторов через аналогию зеленого финансирования и спектральное дизайн Джексона-Чебышева
arXiv:2502.11153v4 Тип анонсации: заменить кросс-бюллетень: выбор ядер для регрессии физических наблюдаемых часто является эвристическим. Мы исследуем основанную на физике стратегию, в рамках которой функциональные формы и спектральные структуры, связанные с функциями зеленого, стимулируют отбор ядра без необходимости точного определения между ядром машинного обучения и физическим пропагатором. Основными конструкциями являются ядро Чебишева, обезвреженное Джексоном и вдохновленное полиномическим методом ядра (КПМ); его эксплицитная карта позволяет получить матрицу с положительным полудефенитом Грама по конструкции и обеспечивает проверяемый спектральный предвидения для структурированных наблюдений. Мы оцениваем стандартные и индивидуальные модели SVR, касающиеся прокси меди-проводимости, локальной диракоподобный ленты дисперсии, уровней энергии квартик-осциллатора, фотонной-кристаллической передачи и цепи передачи Фибоначи с использованием повторяющихся вязаных аттестационных кривых обучения, случайного леса и многослойного фона для различных слоев населения, а также низкосортных Nystr\"om тестов, где:
