该标签下共有 1 篇文章
作者: aeks | 发布时间: 2026-08-13 10:00
学科: 物理学 系统科学 计算机科学与技术
科学家常在‘理论模型’（易懂但预测不准）和‘机器学习模型’（预测准但像黑箱）之间纠结。本文提出一种新方法：先用科学理论生成大量模拟数据，再用这些数据训练神经网络。该方法在疫情、生态等多领域预测中表现更优，且不怕理论不完善，还能解释预测背后的科学原理。
标签: 仿真驱动建模 模型鲁棒性 神经网络训练 科学可解释性 跨学科预测