Bài báo này nhấn mạnh tầm quan trọng của việc hiểu chu trình cacbon trong đất đối với việc giảm thiểu biến đổi khí hậu, đồng thời chỉ ra những hạn chế của các mô hình toán học hiện có dựa trên quy trình (các tham số chưa biết, không khớp với quan sát) và mạng nơ-ron (bỏ qua các định luật khoa học, bản chất hộp đen). Do đó, chúng tôi đề xuất một khuôn khổ mới, Mạng lưới suy luận có thể diễn giải khoa học (ScIReN), kết hợp mạng lưới nơ-ron có thể diễn giải và suy luận dựa trên quy trình. ScIReN dự đoán các tham số tiềm ẩn có ý nghĩa khoa học thông qua bộ mã hóa có thể diễn giải (sử dụng Mạng Kolmogorov-Arnold) và sau đó chuyển các tham số này đến bộ giải mã dựa trên quy trình có thể phân biệt để dự đoán các biến đầu ra. Một hình phạt độ mịn mới và lớp ràng buộc sigmoid cứng được sử dụng để kết hợp kiến thức khoa học trước đó, cải thiện độ chính xác và khả năng diễn giải của dự đoán. ScIReN được áp dụng cho hai nhiệm vụ: mô phỏng dòng cacbon hữu cơ trong đất và mô hình hóa hô hấp hệ sinh thái thực vật, chứng minh độ chính xác dự đoán cao hơn và khả năng diễn giải khoa học so với mạng lưới nơ-ron hộp đen. Chúng tôi chứng minh rằng ScIReN có thể suy ra mối quan hệ giữa các cơ chế khoa học tiềm ẩn và các đặc điểm đầu vào.
