MorphingNet：让网络本身成为公式的符号回归方法

MorphingNet 将符号回归转化为连续优化问题，其单元采用无极点有理函数或复指数-对数函数，随参数变化可在指数、正弦、阻尼振荡、幂律和对数之间连续切换，训练全程网络本身即为可读公式。该方法在 SRBench 上取得 SOTA 精度，在合成基准上恢复多数生成公式，大数据上比最强搜索方法快最多两个数量级。