Encontraré la ecuación matemática detrás de tus datos experimentales

Parte de la información se ha traducido automáticamente.

Pakistán

Hablo Inglés

Investigador de física que encuentra las ecuaciones detrás de tus datos

Soy un investigador y profesor de física independiente de Pakistán. Desarrollo PIR, un motor clásico que recupera ecuaciones en forma cerrada a partir de datos ruidosos, integrado en SRBench, el están...
Acerca de este Servicio

¿Tienes mediciones pero no una fórmula? Encuentro la ecuación en forma cerrada detrás de tus datos, una ley que puedes leer y verificar a mano, no un ajuste de caja negra.

Lo que obtienes:

La ecuación, con las constantes ajustadas

Calidad del ajuste (R², error) y un gráfico de datos vs. modelo

Una explicación en lenguaje sencillo de lo que significa la ecuación

Código en Python para que puedas reproducirlo

Buen ajuste: datos de laboratorio o experimentos, mediciones de física e ingeniería, conjuntos de datos de tesis o MS/PhD, datos de robótica y control.

Honesto por diseño: no todos los conjuntos de datos tienen una ley simple. Si el tuyo no la tiene, te lo diré y te daré el mejor modelo interpretable en su lugar, nunca una suposición disfrazada.

Antecedentes: construyo PIR, un motor clásico de regresión simbólica integrado en SRBench, el estándar de referencia para el campo. En un benchmark ciego de 44 problemas de física, recupera exactamente 12/44 leyes. También publiqué un estudio de caso sobre un brazo robótico de 7 grados de libertad (Franka Panda).

Por favor, envíame un mensaje antes de ordenar para que pueda verificar si tus datos encajan.

Dominio:

Aprendizaje automático

•

Análisis de Series Temporales

Experiencia:

Aprendizaje de características

•

Análisis predictivo

Lenguaje de programación:

Python

•

Colab

Herramientas:

Jupyter Notebook

•

Excel

•

Colab

Tecnología:

Python

•

scikit-learn

•

Colab

•

Jupyter Notebook

•

Pandas

•

Excel

Modelos y métodos:

Aprendizaje supervisado

•

Regresión lineal