Physics-Guided Interpretable Machine Learning Framework for Anomalous Transport in Crowded Media with Tunable Flexibility
تقدم هذه الورقة إطار عمل للتعلم الآلي القابل للتفسير والموجه بالفيزياء، والذي يجمع بين محاكاة ديناميكيات العنقود البراوني وتحليل قيم شاب (SHAP) لفك الارتباط كمياً بين التأثيرات الفردية والمزدوجة لكل من الازدحام، والتركيب، ومرونة الروابط القابلة للضبط على انتقال الجسيمات في الأوساط المزدحمة، كاشفاً عن مرونة الروابط كمنظم متميز للاسترخاء في الشبكات الغروية غير المتجانسة.