本記事では、複数の観測軌跡から記号的常微分方程式（ODE）を推測するためのトランスフォーマーベースのモデルMIOを紹介します。このモデルは、複数のインスタンス学習とトランスフォーマーベースの記号回帰を組み合わせており、同じシステムの繰り返し観測を活用して、基盤となる動力学のより一般化可能な表現を学習します。異なるインスタンス集約戦略を検討した結果、簡単な平均集約さえも性能を大幅に向上させることができることを示しました。MIOは1次元から4次元のシステムに対して評価され、さまざまなノイズレベルの下で、既存のベースラインを常に上回る結果を得ています。