Physics-Guided Interpretable Machine Learning Framework for Anomalous Transport in Crowded Media with Tunable Flexibility
यह शोध पत्र एक भौतिकी-निर्देशित व्याख्यात्मक मशीन लर्निंग फ्रेमवर्क प्रस्तुत करता है जो ब्राउनियन क्लस्टर डायनेमिक्स सिमुलेशन को SHAP विश्लेषण के साथ जोड़ता है ताकि भीड़भाड़ वाले माध्यमों में कण परिवहन पर क्राउडिंग (crowding), संरचना और ट्यूनेबल बॉन्ड फ्लेक्सिबिलिटी के व्यक्तिगत और युग्मित प्रभावों को मात्रात्मक रूप से अलग किया जा सके, जिससे बॉन्ड फ्लेक्सिबिलिटी विषम कोलाइडल नेटवर्क में रिलैक्सेशन के एक विशिष्ट नियामक के रूप में प्रकट होती है।