电磁
该框架将自然语言性能目标转化为微波吸收器逆向设计,并以全波仿真验证候选方案。
见LICENSE文件 微波吸收器逆向设计全波仿真 量子/Quantum
研究傅里叶对称化如何塑造几何量子机器学习模型的表达力与有效设计。
见LICENSE文件 几何量子机器学习傅里叶对称化量子模型 通用科学ML
面向椭圆障碍、p-拉普拉斯与斯特藩相变等自由边界偏微分方程,融合约束条件与残差损失求解。
见LICENSE文件 自由边界问题物理信息学习柯尔莫哥洛夫-阿诺德网络 流体/CFD
研究二维理想化气道树中稳态不可压流的零样本算子组合,审计局部一致性与全局守恒之间的关系。
见LICENSE文件 气道流动神经算子零样本组合 通用科学ML/ScientificML
面向稳定性增强辨识的Petrov-Galerkin算子推断,可从高维时域数据直接构建高效降阶模型。
见LICENSE文件 Petrov-Galerkin方法算子推断降阶建模 地球物理
针对开放边界水文图时空预测,利用物理约束处理未观测外部强迫,提升河流入流与潮汐信号场景的预测稳定性。
见LICENSE文件 水文图预测时空预测开放边界系统 通用科学ML/ScientificML
面向参数化偏微分方程算子学习,结合经典与量子架构以提升高维可扩展性并缓解训练困难。
见LICENSE文件 物理信息深度算子网络混合量子经典架构偏微分方程算子学习 结构/Structural
面向厚度与材料空间变化的板件,利用波物理信息回归实现厚度分布及损伤结构表征。
见LICENSE文件 结构健康监测板件厚度映射波物理信息回归 材料/Materials
从静态晶体结构提取拓扑与谱渗流描述符,用于识别固态材料中的离子扩散路径及瓶颈原子。
见LICENSE文件 离子传输晶体结构固态电解质 聚变/Fusion
研究面向惯性约束聚变模拟器的图像回归模型,利用自适应保形预测量化科学机器学习中的预测不确定性。
见LICENSE文件 科学机器学习不确定性量化惯性约束聚变 通用科学ML
面向物理仿真的神经算子框架,通过微调、冻结与共享修复模块适配真实数据。
见LICENSE文件 神经算子物理仿真真实数据适应 通用科学ML/ScientificML
面向参数化偏微分方程求解,利用神经算子学习解算子,并以集群注意力缓解二次注意力复杂度,服务于物理场仿真。
见LICENSE文件 神经算子参数化偏微分方程集群注意力 电磁
利用电磁可重构天线与深度学习融合,提升宽频多用户多输入多输出系统的频谱效率。
见LICENSE文件 电磁可重构天线深度学习多用户多输入多输出 流体/CFD
面向翼型绕流仿真与实验测量,比较四种神经算子的物理相关流场统计误差,揭示预测精度与物理真实性的差异。
见LICENSE文件 翼型绕流神经算子物理可解释性 等离子体/Plasma
面向托卡马克失控电子壁负载与熔化的快速代理模型,用于评估等离子体面对部件的热机械损伤。
见LICENSE文件 托卡马克失控电子等离子体壁负载 通用科学ML
面向遗传型网络动力学构建分数阶拉普拉斯神经算子,实现线性沃尔泰拉解算子的精确表示与认证稳定性分析。
见LICENSE文件 神经算子分数阶动力学沃尔泰拉方程 电磁/Electromagnetics
针对射电天文中的电磁波束建模,利用稀疏采样和贝叶斯方法推断Murchison Widefield Array的137 MHz波束偏差。
见LICENSE文件 射电天文波束建模贝叶斯推断 通用科学ML
面向通用科学建模的多输入二次双线性描述符系统,以无矩阵算法完成矩匹配降阶,避免组装完整系统矩阵与张量。
见LICENSE文件 降阶建模矩匹配描述符系统 结构
针对薄板挠度对应的双调和方程,提出基于Kolmogorov–Arnold物理信息神经网络的免网格数值框架。
见LICENSE文件 双调和方程薄板挠度免网格数值方法 流体/CFD
提出PI-GMDH方法,逐步构建耦合物理场函数表示,并应用于Navier–Stokes方程求解。
见LICENSE文件 物理信息方法Navier–Stokes方程耦合物理场