Bilim insanları ve mühendisler için yeni bir umut ışığı: GP_ELITE. Bu saf Python kütüphanesi, sembolik regresyon yöntemiyle deneysel verilerden anlaşılır matematiksel yasalar keşfediyor. Sadece 8 veri noktası (gezegenlerin uzaklık ve yörünge periyotları) kullanarak Kepler'in Üçüncü Yasası'nı (T = a^1.5) saniyeler içinde yeniden keşfetmesi, yeteneklerini gözler önüne seriyor. GP_ELITE, kara kutu modellerin aksine, değişkenler arasındaki ilişkiyi açık bir formül olarak sunuyor. Bu sayede bilimsel anlayışa katkıda bulunuyor.
GP_ELITE, özellikle küçük deneysel veri setleri (≤10 değişken, 100-5000 nokta) için tasarlanmıştır. Degradasyon yasaları, sensör kalibrasyonu, mühendislik korelasyonları, doz-yanıt eğrileri ve fizik yasaları gibi alanlarda kullanılabilir. Kütüphane, saf Python/NumPy ile yazıldığı için kurulumu son derece kolaydır: pip install gp-elite. Julia, derleme veya GPU gerektirmez. 0.2.0 sürümüyle gelen Levenberg–Marquardt sabit uydurma yöntemi, sabitlerin makine hassasiyetine ulaşmasını sağlıyor. Coulomb yasasını (q1·q2/(4πεr²)) 1-R² ≈ 8e-32 doğrulukla yeniden keşfedebiliyor. Ayrıca çoklu yeniden başlatma, Pareto cephesi çıktısı, tahmin/dışa doğru tahmin modu ve tekrarlanabilirlik gibi özellikler sunuyor.
GP_ELITE'nin en büyük avantajı, sıfır giriş bariyeri sunmasıdır. Bir laboratuvar mühendisi, öğrenci veya teknisyen, bir CSV dosyasını işaret ederek doğrulanmış bir yasa elde edebilir. Kütüphane, bir konsol arayüzü (gp-elite komutu) ve programatik kullanım (Python API) sunar. Robust regresyon modu, aykırı değerlere karşı dayanıklıdır. Örneğin, %20 aykırı değer içeren veride, sıradan en küçük kareler yöntemi 1.925 RMSE verirken, robust mod 0.543 RMSE ile gerçek yasayı (y=2x+1) neredeyse hatasız kurtarır. NASA'nın batarya verileriyle yapılan testte, 168 şarj döngüsünden kapasite düşüşü yasasını (SOH ≈ 0.913 - 0.352·tanh(...)) R²=0.996 doğrulukla keşfetmiştir.
Sistem Güvenliği
GP_ELITE, fizik ve mühendislik yasalarının keşfinde çığır açıyor. Dondurulmuş Feynman kıyaslamasında 15 fizik denkleminden 10'unu (%67) birebir sembolik olarak, 14'ünü (%93) ise 1e-3 hata payıyla yeniden keşfetti. gplearn ile karşılaştırıldığında %67'ye %40 başarı oranıyla açık ara önde. Kütüphane, anlaşılır formüller üretmesi, aşırı uyuma karşı yerleşik koruması ve değişken seçim raporuyla fark yaratıyor. GP_ELITE, bilimsel keşifleri hızlandıracak, veri biliminde yeni bir dönem başlatacak potansiyele sahip.
