Comments 2
Как-то забытыми оказались символьные регрессии (symbolic regression). Мощный инструмент, когда есть данные и подозревается некая физика в их основе, а модели позволяют её обнаружить. Возможно, под гибридными методами и подразумевалось нечто такое, но не в явном виде.
Помимо нейронок (в т.ч. КАН, набирающие популярность), которые ищут уравнения, описывающие закономерности данных, успешно работают генетические алгоритмы. На Питоне есть несколько любопытных решений: GPLearn (медленно), PySR (с Джулией под каптом), PyOperon (C++ под капотом) и feyn (C, закрытый код).
Да, Вы правы, существует много моделей, здесь лишь дал краткий обзор именно направлений. Например, упомянутый Sindy — это spatial symbolic regression. Это гибридный ИИ. Генетические алгоритмы тоже можно отнести к гибридным методам. Есть различные обобщения для нахождения дифференциальных уравнений (например, EPDE).
Physics-based и data-driven моделирование