[論文レビュー] Deep symbolic regression for physics guided by units constraints: toward the automated discovery of physical laws

Wassim Tenachi, Rodrigo Ibata+1 more|arXiv (Cornell University)|Mar 6, 2023

Evolutionary Algorithms and Applications参考文献 52被引用数 4

ひとこと要約

本論文は、物理的単位の整合性を根本から強制する深層強化学習ベースの記号的回帰フレームワーク、Φ-SOを紹介する。これにより探索空間が著しく削減され、物理法則の発見性能が向上する。ノイズが混入した物理学ベンチマークにおいて最先端の結果を達成し、従来の手法では到達できなかった、天体物理学分野の複雑な解析的式の回復にも成功している。

ABSTRACT

Frozen release of github.com/WassimTenachi/PhySO for: - The ApJ paper "Deep symbolic regression for physics guided by units constraints: toward the automated discovery of physical laws" - The NeurIPS ML4PS proceeding "Physical Symbolic Optimization" Main feature: Symbolic Regression guided by Dimensional Analysis. Version: v1.0.0

研究の動機と目的

• データから物理法則の自動発見に挑む課題を、記号的回帰に物理的単位制約を統合することで解決すること。
• 生成過程において次元解析を文法的制約として埋め込むことで、候補式の組み合わせ爆発を低減すること。
• 事前に物理的整合性を強制することで、特にノイズの多いデータ条件下でも一般化性能と耐性を向上させること。
• 従来の記号的回帰手法では到達できない、天体物理学における解析的に複雑な式の回復を可能にすること。
• データ豊富な物理学および天体物理学の応用分野において、スケーラブルで解釈可能かつ物理的に妥当なブラックボックス型ディープラーニングモデルの代替手段を提供すること。

提案手法

• フレームワークは、各部分式の累積的物理的単位を追跡しながら、記号的式を生成する再帰的ニューラルネットワーク（RNN）を用いる。
• 深層強化学習を用いてRNNを訓練し、精度と単位整合性の両方を考慮した報酬を最大化するようにする。
• 物理的次元（例：長さ、時間、質量）を各ステップで追跡するカスタム埋め込み層を用いて、物理的単位を強制する。
• 探索中に不正な式を pruning するための「単位の事前知識」を導入し、トイ例では探索空間を268からたったの6に削減した。
• 性能向上をさらに図るため、追加的可分性（Udrescu & Tegmark, 2020）などの前処理技術を統合する。
• 報酬を設計して誤差低減と正しい次元的バランスの両方を重視し、ポリシー勾配法を用いてエンドツーエンドでアルゴリズムを訓練する。

実験結果

リサーチクエスチョン

• RQ1 記号的式生成の過程で物理的単位の整合性を強制することは、物理学分野における記号的回帰の効率性と正確性を著しく向上させるか？
• RQ2 次元解析を文法的制約として統合することで、ノイズが多く複雑な物理的データセット上での性能にどのような影響を与えるか？
• RQ3 本手法は、標準的な記号的回帰ベースラインが見逃すような、特殊相対性理論や宇宙論に由来する非自明な物理法則を発見できるか？
• RQ4 本フレームワークは、従来の手法が失敗する、銀河力学における半径方向作用などの解析的に複雑な式をどの程度回復できるか？
• RQ5 本手法は、高レベルのデータノイズ下でも耐性を示すか？また、多様な物理的分野にわたって一般化できるか？

主な発見

• Φ-SOは、ファインマン・レクチャーズおよび物理学教科書からなる120式のベンチマークにおいて、17のベースラインを上回る最先端の性能を達成した。特に0.1%を超えるノイズレベル下でも顕著な優位性を示した。
• 10%のノイズ下でも一貫した性能を維持し、他のアプローチが失敗する状況でも耐性を示した。
• 標準的なPetersenら（2021a）の手法が解けない相対論的エネルギー式 E = γmc² をも正確に回復した。
• Ia型超新星のハッブル図において、Φ-SOは標準的なΛCDM形式のハッブル定数 H(z) を回復したが、データにのみ適合するより単純な代替モデルも同定した。
• 等温ポテンシャル内の半径方向作用を含む複雑な銀河力学問題では、初期段階で失敗したが、追加的可分性の前処理を施した後、正しい式を回復した。
• 次元解析を組み込み済みの制約として統合することで、探索空間が桁違いに削減され、物理的に妥当な式の探索が効率的に行えるようになった。