Buchumschlag

Transformers to Predict the Applicability of Symbolic Integration Routines

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Barket, Rashid, Shafiq, Uzma, England, Matthew, Gerhard, Juergen
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Symbolic Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Tree-Based Deep Learning for Ranking Symbolic Integration Algorithms
von: Barket, Rashid, et al.
Veröffentlicht: (2025)

Symbolic Integration Algorithm Selection with Machine Learning: LSTMs vs Tree LSTMs
von: Barket, Rashid, et al.
Veröffentlicht: (2024)

The Liouville Generator for Producing Integrable Expressions
von: Barket, Rashid, et al.
Veröffentlicht: (2024)

AlphaIntegrator: Transformer Action Search for Symbolic Integration Proofs
von: Ünsal, Mert, et al.
Veröffentlicht: (2024)

Parsing the Language of Expression: Enhancing Symbolic Regression with Domain-Aware Symbolic Priors
von: Huang, Sikai, et al.
Veröffentlicht: (2025)

Symbolic Equation Solving via Reinforcement Learning
von: Dabelow, Lennart, et al.
Veröffentlicht: (2024)

Neural Symbolic Regression of Complex Network Dynamics
von: Qiu, Haiquan, et al.
Veröffentlicht: (2024)

GENSR: Symbolic Regression Based in Equation Generative Space
von: Li, Qian, et al.
Veröffentlicht: (2026)

Shape Constraints in Symbolic Regression using Penalized Least Squares
von: Martinek, Viktor, et al.
Veröffentlicht: (2024)

Expressive Symbolic Regression for Interpretable Models of Discrete-Time Dynamical Systems
von: Iyer, Adarsh, et al.
Veröffentlicht: (2024)

Active Symbolic Discovery of Ordinary Differential Equations via Phase Portrait Sketching
von: Jiang, Nan, et al.
Veröffentlicht: (2024)

Opening the Black-Box: Symbolic Regression with Kolmogorov-Arnold Networks for Energy Applications
von: Panczyk, Nataly R., et al.
Veröffentlicht: (2025)

UniSymNet: A Unified Symbolic Network Guided by Transformer
von: Li, Xinxin, et al.
Veröffentlicht: (2025)

VaSST: Variational Inference for Symbolic Regression using Soft Symbolic Trees
von: Roy, Somjit, et al.
Veröffentlicht: (2026)

Names Don't Matter: Symbol-Invariant Transformer for Open-Vocabulary Learning
von: Işık, İlker, et al.
Veröffentlicht: (2026)

Breaking the Data Barrier in Learning Symbolic Computation: A Case Study on Variable Ordering Suggestion for Cylindrical Algebraic Decomposition
von: Jing, Rui-Juan, et al.
Veröffentlicht: (2026)

Deep Symbolic Optimization: Reinforcement Learning for Symbolic Mathematics
von: Hayes, Conor F., et al.
Veröffentlicht: (2025)

Hierarchical Neuro-Symbolic Decision Transformer
von: Baheri, Ali, et al.
Veröffentlicht: (2025)

EGG-SR: Embedding Symbolic Equivalence into Symbolic Regression via Equality Graph
von: Jiang, Nan, et al.
Veröffentlicht: (2025)

Unsupervised Symbolic Anomaly Detection
von: Hossain, Md Maruf, et al.
Veröffentlicht: (2026)

Computational Algebra with Attention: Transformer Oracles for Border Basis Algorithms
von: Kera, Hiroshi, et al.
Veröffentlicht: (2025)

Symbolic Foundation Regressor on Complex Networks
von: Liu, Weiting, et al.
Veröffentlicht: (2025)

E-Gen: Leveraging E-Graphs to Improve Continuous Representations of Symbolic Expressions
von: Zheng, Hongbo, et al.
Veröffentlicht: (2025)

ViSymRe: Vision Multimodal Symbolic Regression
von: Li, Da, et al.
Veröffentlicht: (2024)

Breaking the Simplification Bottleneck in Amortized Neural Symbolic Regression
von: Saegert, Paul, et al.
Veröffentlicht: (2026)

Auditable Unit-Aware Thresholds in Symbolic Regression via Logistic-Gated Operators
von: Deng, Ou, et al.
Veröffentlicht: (2025)

Unlocking the Potential of Generative AI through Neuro-Symbolic Architectures: Benefits and Limitations
von: Bougzime, Oualid, et al.
Veröffentlicht: (2025)

Towards Learning to Reason: Comparing LLMs with Neuro-Symbolic on Arithmetic Relations in Abstract Reasoning
von: Hersche, Michael, et al.
Veröffentlicht: (2024)

Interactive Symbolic Regression through Offline Reinforcement Learning: A Co-Design Framework
von: Tian, Yuan, et al.
Veröffentlicht: (2025)

Ontology-Guided Neuro-Symbolic Inference: Grounding Language Models with Mathematical Domain Knowledge
von: Labre, Marcelo
Veröffentlicht: (2026)

Symbolic Regression with Multimodal Large Language Models and Kolmogorov Arnold Networks
von: Harvey, Thomas R., et al.
Veröffentlicht: (2025)

Bootstrapping OTS-Funcimg Pre-training Model (Botfip) -- A Comprehensive Symbolic Regression Framework
von: Chen, Tianhao, et al.
Veröffentlicht: (2024)

Lessons on Datasets and Paradigms in Machine Learning for Symbolic Computation: A Case Study on CAD
von: del Río, Tereso, et al.
Veröffentlicht: (2024)

Knowledge Integration for Physics-informed Symbolic Regression Using Pre-trained Large Language Models
von: Taskin, Bilge, et al.
Veröffentlicht: (2025)

Predictive Modeling of Flexible EHD Pumps using Kolmogorov-Arnold Networks
von: Peng, Yanhong, et al.
Veröffentlicht: (2024)

Beyond Accuracy: Introducing a Symbolic-Mechanistic Approach to Interpretable Evaluation
von: Habibi, Reza, et al.
Veröffentlicht: (2026)

CALT: A Library for Computer Algebra with Transformer
von: Kera, Hiroshi, et al.
Veröffentlicht: (2025)

Interpretable Concept Bottlenecks to Align Reinforcement Learning Agents
von: Delfosse, Quentin, et al.
Veröffentlicht: (2024)

Deep Neural Network for Constraint Acquisition through Tailored Loss Function
von: Vyhmeister, Eduardo, et al.
Veröffentlicht: (2024)

Unit-Aware Genetic Programming for the Development of Empirical Equations
von: Reuter, Julia, et al.
Veröffentlicht: (2024)