英文：Symbolic Regression 分类：science
从数据中自动发现数学表达式的技术，输出可解释的解析式（如 F=ma 类公式）而非黑箱模型。它结合遗传编程或神经搜索在表达式空间中寻找拟合数据的最简形式。
方法包括：遗传编程（操作树交叉变异）、神经符号（Transformer 生成表达式、强化学习奖励拟合度+复杂度）、稀疏回归（如 SINDy 从候选库中选项）。评价关注拟合精度、表达式简洁性（奥卡姆）与噪声鲁棒性。
用于物理定律发现（从实验数据重建方程）、材料性质经验公式、经济模型与工程建模；在科学发现的"白箱"需求场景（可解释、可外推）中优势明显。
相关词条：AI 科学家 · AI for Science · AlphaFold · 形式化验证 · 神经算子