大规模科学装置与重大科学实验使得科学发现进入了数据密集型的第四范式，借助蓬勃发展的人工智能技术促进 智能科学发现势在必行.机器学习作为人工智能中一项重要技术，已广泛应用于各个科学领域. 然而，现有工作仅研究特定任 务下的机器学习方法，没能抽象出一个通用的智能科学发现研究框架. 本文首先总结了科学发现任务中常用的机器学习方 法，并将科学任务归类为五大机器学习问题. 其次，提出了基于机器学习的智能科学发现研究框架，作为“AI for Science” 的典型范例，阐述一种高效的智能科学发现模式. 再次，本文以时域天文学中发现瞬变事件这一科学任务为例，通过实验证 明了唯有恰当地结合领域知识后，机器学习算法才能更好地服务于智能科学发现，验证了该框架的有效性.最后进行总结与 展望，以期对各领域进行智能科学发现形成参考意义。
论文链接：http://cjc.ict.ac.cn/online/bfpub/mxf-2022112104750.pdf
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢