热管理 / 物理信息机器学习
把有限差分热传导残差写进损失的物理信息 CNN,用于 21700 电池包液冷温度场代理。本文复核其假设、数据链路、结果口径与可复现边界。
新 arXiv 预印本(版权归作者) 热管理物理信息神经网络电池 方法综述
系统梳理 PINN 的复合损失与自动微分骨架、五类训练失效机理、2026 年前沿进展,给出可执行的选型决策树、工具链地图与工程落地清单,并厘清 PINN 与神经算子的分工。
新 本站原创 PINN物理信息神经网络科学机器学习 结构/Structural
面向空间变异边坡可靠性,提出结合虚拟功损失、有限元网格与神经算子的无标签物理信息方法。
见LICENSE文件 边坡可靠性物理信息神经网络神经算子 材料/Materials
面向增材摩擦搅拌沉积热场与材料流耦合建模的多任务物理信息神经网络
见LICENSE文件 增材制造摩擦搅拌沉积物理信息神经网络 通用科学ML/ScientificML
面向孟买场景的混合物理信息神经网络模型资源,以Keras承载科学计算中的PINN建模实现。
见LICENSE文件 物理信息神经网络混合PINNKeras模型 通用科学ML/ScientificML
面向通用科学计算物理场的物理信息神经网络模型,将物理约束与机器学习结合用于物理建模。
见LICENSE文件 物理信息神经网络科学计算物理建模 高能物理
针对介子电磁形状因子及缪子g-2强子贡献,以保角PINN从基本原理直接构造解析且一致的全域Fπ(s)。
见LICENSE文件 物理信息神经网络介子电磁形状因子缪子反常磁矩 通用科学ML
面向演化方程与偏微分方程求解,以因果积分架构显式编码时间依赖,改进物理信息神经网络的时序预测。
见LICENSE文件 演化方程物理信息神经网络因果积分网络 通用科学ML
面向延迟物理系统提出可识别性理论方法,用于识别结构驱动因素与随机动力学漂移。
见LICENSE文件 延迟物理系统可识别性物理信息神经网络 电磁
面向电磁辐射与波动问题,利用物理嵌入和演化核改进可扩展物理信息神经网络的振荡波建模。
见LICENSE文件 物理信息神经网络电磁波建模物理嵌入 流体/CFD
利用高速视频与物理信息神经网络重建熔池流场,支持线弧定向能量沉积中的流动感知。
见LICENSE文件 熔池流动高速视频重建物理信息神经网络 通用科学ML/ScientificML
研究将物理信息神经网络用于求解爱因斯坦广义相对论方程,探索无预设网格的连续时空解表示。
见LICENSE文件 物理信息神经网络广义相对论爱因斯坦方程 通用科学ML/ScientificML
针对无穷与p-拉普拉斯方程构建物理信息神经网络和深度算子网络求解器,覆盖二维及三维问题。
见LICENSE文件 物理信息神经网络深度算子网络非线性偏微分方程 通用科学ML/ScientificML
面向陡峭梯度、尖锐界面和强时空耦合物理系统的几何自适应与约束增强物理信息神经网络。
见LICENSE文件 物理信息神经网络几何自适应约束增强 地球物理/Geophysics
面向山区雪崩风险评估,构建耦合Savage-Hutter深度平均颗粒流模型的PINN,并完成一维解析与二维实验验证。
见LICENSE文件 物理信息神经网络雪崩动力学深度平均颗粒流 通用科学ML/ScientificML
面向物理信息神经网络的表示课程学习,通过分阶段训练、独立迁移与逐步精炼表示,改善解拟合过程中的表示质量。
见LICENSE文件 物理信息神经网络表示课程学习分阶段训练 通用科学ML/ScientificML
面向高维参数化偏微分方程,提出张量列车压缩可分离PINN与曲率感知二阶优化框架。
见LICENSE文件 物理信息神经网络高维参数化偏微分方程二阶优化 通用科学ML
针对随机椭圆偏微分方程的随机域问题,用深度学习替代高维耦合随机Galerkin系统求解。
见LICENSE文件 随机Galerkin方法椭圆偏微分方程随机域问题 通用科学ML/ScientificML
提出级联物理信息神经网络框架,用PINN求解反馈线性化坐标变换所依据的偏微分方程,突破高维系统下的计算不可行瓶颈。
见LICENSE文件 物理信息神经网络反馈线性化非线性控制 通用科学ML/ScientificML
面向偏微分方程求解的PINN在线自适应框架,可随优化过程调整网络架构与主要训练机制。
见LICENSE文件 物理信息神经网络偏微分方程求解在线自适应 通用科学ML/ScientificML
提出距离残差物理信息神经网络,用于求解微分包含方程及偏微分包含方程,并以集合值微分算子距离替代传统逐点残差。
见LICENSE文件 物理信息神经网络微分包含方程科学机器学习 通用科学ML/ScientificML
研究物理信息神经网络训练中的梯度冲突与多任务优化问题,针对刚性和高频偏微分方程提升收敛稳定性。
见LICENSE文件 物理信息神经网络梯度冲突多任务优化 通用科学ML
提出面向时间依赖偏微分方程的物理信息神经谱指数时间积分架构,关注谱偏置、因果性与刚性方程稳定性。
见LICENSE文件 物理信息神经网络神经谱架构指数时间积分 通用科学ML/ScientificML
用物理信息神经网络从约化常微分方程恢复静态球对称黑洞外部度规,并扫描电荷与宇宙学常数。
见LICENSE文件 物理信息神经网络黑洞外部度规广义相对论 量子/化学
提出概率物理信息神经网络框架,结合WaveNet和ParamNet实现从稀疏光谱数据中恢复原子核Woods-Saxon势参数的正反问题求解。
见LICENSE文件 核物理物理信息神经网络参数识别 流体/CFD
研究评估物理信息神经网络在大气热力温度预测任务中的能力,利用气压坐标热力学平流源方程作为物理约束,解决稀疏热力观测条件下的短时预报问题。
见LICENSE文件 物理信息神经网络大气温度预测数字孪生 CFD
提出FAST-ML混合框架,将物理约束嵌入数据驱动模型,用于热带气旋快速增强预报,兼顾计算效率与物理可解释性。
见LICENSE文件 热带气旋气象预报物理信息神经网络 多体
提出历史条件物理信息流匹配框架,解决肌腱驱动连续体机器人因材料特性、传动摩擦及接触不确定性导致的概率动力学预测难题。
见LICENSE文件 连续体机器人流匹配概率动力学 多体/Multibody
提出基于物理信息神经网络(PINN)的双室神经元模型,从弱耦合树突记录推断不可直接测量的胞体膜电位动力学。
见LICENSE文件 神经动力学物理信息神经网络双室模型 结构/Structural
研究PINNs模拟一维线性刚性弦横向振动的有效性,将PDE及初始边界条件直接嵌入神经网络损失函数。
见LICENSE文件 物理信息神经网络刚性弦振动固体力学 ScientificML
提出基于算子图的图超网络方法,将PDE的场、导数、项和残差显式建模为节点,实现跨相关偏微分方程的可摊销神经求解器元训练。
见LICENSE文件 物理信息神经网络图超网络算子图 量子/化学
基于物理信息神经网络求解少周期激光脉冲中电子自旋动力学,导出静止电子在CEP稳定线性极化平面波脉冲中极化角与即时矢势的解析关系。
见LICENSE文件 物理信息神经网络自旋动力学激光驱动电子源 通用科学ML
提出PIRNN方法,通过在训练阶段引入历史数据的物理知识,提升物理过程时间序列预测的可解释性和准确性。
见LICENSE文件 物理信息神经网络时间序列预测递归神经网络 PINN
基于物理信息神经网络(PINN)的热传导方程求解工具,通过神经网络嵌入热传导物理定律进行温度场预测。模型在热传导方程正/反问题均验证,支持 1D/2D/3D 几何与不规则边界 PINN 训练,附 TensorBoard 可视化。
见LICENSE文件 物理信息神经网络热方程热传导 CFD
针对冠脉介入手术的血流动力学建模,提出物理信息方法实现无监督预测与稀疏数据同化,解决传统数值分析和纯数据驱动方法的局限。
见LICENSE文件 血流动力学冠脉介入物理信息神经网络 科学计算
HuggingFace上的PINN相关模型资源,由OneScience-Group提供,用于科学计算与物理问题建模。模型由 OneScience-Group 维护,提供训练脚本与多任务预训练权重,可作为 PINN 迁移学习的起点。
cc-by-4.0 科学计算神经网络物理信息神经网络 Fourier-PINN
HuggingFace模型仓库,名称包含Fourier-PINN,可能涉及傅里叶增强的物理信息神经网络。模型集成 Fourier 特征编码与 PINN 损失,专为频域敏感的 PDE 设计,提供训练配置 YAML 模板。
mit PINNFourier物理信息神经网络 PINN模型
HuggingFace托管的气泡动力学PINN模型仓库,模型名称表明聚焦于使用物理信息神经网络处理气泡动力学问题。模型针对气泡成核/聚并/变形等动力学场景设计,含多相流 PINN 损失与可视化输出。
物理信息神经网络
HuggingFace 上的潜在流 PINN 聚类模型仓库,提供基于物理信息神经网络的势流建模资源。数据集以势流理论为基线,提供 PINN 训练所需的边界条件 / 控制方程模板,适合课堂与论文复现。
PINN
基于物理信息神经网络的压缩欧拉方程求解模型,托管于 HuggingFace。模型针对压缩欧拉方程族设计,使用守恒型 PINN 损失,适合激波相关流动代理建模。可作为基线对比。
mit 物理信息神经网络计算流体力学可压缩流 PINN/CFD
基于HuggingFace的物理信息神经网络CFD模型仓库,提供将物理约束嵌入神经网络进行计算流体力学建模的方法。模型实现 RANS 方程 PINN 训练 pipeline,含湍流模型混合项处理,可直接用于 2D 简单外流 CFD 复现。
见LICENSE文件 PINNCFD物理信息神经网络 通用科学ML
提出HIPNO方法,利用对称性感知物理信息神经算子,从非侵入性信号推断血液动力学状态,扩大先进监测的可及性。
见LICENSE文件 血液动力学物理信息神经网络神经算子 PINN
HuggingFace平台上托管的物理信息神经网络模型,名称暗示与MRI成像和SIREN架构相关,详细信息待查阅官方页面。提供 PyTorch/TensorFlow 多后端实现,适合作为物理 AI 入门首选框架。
电磁/Electromagnetics
Gnomon系统利用物理信息方法重构LEO卫星服务几何与信号衰减模型,预测用户感知的上/下行吞吐量和RTT,适用于不同轨迹数据可用性场景。
见LICENSE文件 低轨卫星物理信息神经网络链路预测 通用科学ML
提出一种基于复指数函数的改进周期性激活函数,用于PINNs从稀疏速度数据重建对流流动温度场,测试表明优于传统正弦激活MLP。
见LICENSE文件 物理信息神经网络周期性激活函数对流流动