神经算子库
FNO / TFNO / DeepONet 的 PyTorch 参考实现库。本文从函数空间契约讲到参数、上手、失效模式与跨分辨率评测,给出可复现的选型与验收口径。
求解 / 训练框架
NVIDIA 物理 ML 框架(原 Modulus,2025 年更名),PyTorch 底座,内置 PINN、神经算子与多种物理约束训练范式;本篇讲清架构、版本、对比、失效边界与口径核对。
新 Apache-2.0 PINN神经算子NVIDIA PDE 基础模型 / 下游基准
ETH Zurich CAM 实验室发布的 PDE 基础模型与下游微调套件,用半群数据增强从单条轨迹挖掘大量训练对,覆盖 15 类下游任务,支持跨分辨率查询。
新 仓库未附 LICENSE 文件;官方模型权重在 HuggingFace 标注为 CC BY-NC 4.0 并注明为 research model 基础模型神经算子下游任务 半导体 / 器件与工艺仿真
以 NVIDIA PhysicsNeMo 的 tcad/fp_ddm 示例与 DAC 2026 论文为主线,核对芯片级热-应力域分解代理的真实能力边界,并对照 SK hynix 刻蚀工艺代理的一手方法学。
新 Apache-2.0(PhysicsNeMo 仓库);DAC 2026 论文版权归作者 半导体TCAD域分解 方法综述
拆解神经算子的函数空间契约、四条架构族谱与六项选型约束,给出失效压力测试矩阵、决策树与工程落地清单,并厘清分辨率不变性与基准排名的真实口径。
新 本站原创 神经算子FNODeepONet 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 通用科学ML / 基准评测
覆盖 12 类以上 PDE 的统一基准数据集(Takamoto et al. 2022),把「算子学习模型好不好」变成可横向对比的数字,是做模型选型前必须过一遍的标尺。
新 见 LICENSE 文件 基准数据集神经算子 通用科学ML / 工业框架
NVIDIA 开源的物理 AI 训练与推理框架,前身 Modulus,覆盖 CFD、结构、电磁、气象、半导体 TCAD 等官方示例,是从研究原型走向工程部署的关键一跳。
新 Apache-2.0 PhysicsNeMoModulus工业部署 结构/Structural
面向车辆部件碰撞安全的边界条件感知Transformer神经算子,降低瞬态有限元仿真的迭代成本。
见LICENSE文件 车辆碰撞安全神经算子有限元代理模型 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 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
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 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 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 流体/CFD
面向三维湍流预测的尺度分裂神经算子,降低高分辨率训练的内存与数据需求。
见LICENSE文件 神经算子三维湍流湍流预测 流体/CFD
面向涡轮端壁膜冷却,将叠加原理引入基于Transformer的神经算子,提升不同膜孔数量下的温度场预测泛化能力。
见LICENSE文件 膜冷却神经算子Transformer 通用科学ML
面向连续域物理场的函数空间变换器,通过自适应锚点缓解固定网格在局部变化与计算量之间的权衡。
见LICENSE文件 物理场神经算子连续域建模 通用科学ML
为参数化偏微分方程求解算子提供基于弱形式训练的无数据插值神经网络方案。
见LICENSE文件 神经算子无数据学习偏微分方程求解 通用科学ML/ScientificML
用神经网络模拟伽马射线暴高能余辉SSC发射,并结合贝叶斯推断降低参数估计成本
见LICENSE文件 伽马射线暴高能余辉神经算子 结构
针对滚动轴承振动故障诊断,比较神经算子与卷积模型在跨工况及留出轴承协议下的域适应表现。
见LICENSE文件 轴承振动诊断域适应神经算子 通用科学ML
面向物理场建模,将核函数显式嵌入神经算子架构,使算子结构与核展开形式相匹配并提升可解释性。
见LICENSE文件 神经算子核函数可解释机器学习 通用科学ML/ScientificML
研究已知方程残差约束在非线性动力学神经PDE代理中的作用,优于匹配调参预算下的通用正则化。
见LICENSE文件 神经PDE代理残差约束非线性动力学 通用科学ML
面向偏微分方程逆问题与约束优化的神经算子,在线利用切线一致性直接监督输入输出敏感度
见LICENSE文件 神经算子切线一致性偏微分方程 流体/CFD
系统分析Transolver神经算子的物理注意力机制,并通过九项三维流体动力学基准消融实验探究其性能来源。
见LICENSE文件 神经算子物理注意力流体力学 热传导/热管理
研究神经算子虚拟感测中的共享空间计算,在保持预测结果的同时降低热交换器服务的运行能耗。
见LICENSE文件 神经算子虚拟感测节能计算 通用科学ML
提出界面自编码器(IAE)处理几何依赖PDE的神经算子学习,通过有限投影编码在固定区域表示界面-函数状态。
见LICENSE文件 神经算子PDE界面自编码器 通用科学ML
基于流形函数编码器的 PDE 神经算子求解器,内存占用与数据分辨率解耦,支持任意形式PDE输入,适合大规模物理仿真。
见LICENSE文件 神经算子PDE求解内存优化 ScientificML
PDE 代理模型任务的基准数据集,属于 ai4sci-tasks 评测体系,包含训练轨迹与评估分割,用于验证神经算子与代理模型方法的性能。
见LICENSE文件 PDE代理模型基准数据集科学机器学习 综述 / 学习资料
数据驱动 + 物理信息神经算子的综述,沿可扩展性、泛化性、数据敏感度三条轴梳理架构谱系(DeepONet / FNO / GNO / PINO / Transformer 系列 / 扩散模型),是理解科学 ML 范式的标准读物。
arXiv 预印本(版权归作者) 神经算子科学 MLDeepONet 综述 / 学习资料
聚焦实践的神经算子教程,覆盖 DeepONet / FNO / PCANet 的高层概念与训练策略,并在 Poisson 与线弹性问题上对比架构差异,还演示了作为贝叶斯反演代理的应用,是工程化落地的入门读物。
arXiv 预印本(版权归作者) 神经算子DeepONetFNO 原创研究论文
ICLR 2026 论文,提出准变等原子分子动力学预训练神经算子 ATOM,无需显式分子图,采用时间注意力并行解码多未来状态;自建 TG80 数据集(80 种化合物,250 万飞秒轨迹),在 MD17/RMD17/MD22 上零样本泛化表现优异。
arXiv 预印本(版权归作者) 神经算子分子动力学Transformer 原创研究论文
ICML 2026 论文,地下能源系统的几何/网格/物理无关神经算子,用图编码器捕获高分辨率局部异质特征,全局注意力解析长程物理影响;2D 断层 CO2 存储饱和度误差降为原 SOTA 的 1/4,对 GEOS 模拟器实现 19,873× 加速,对 ECLIPSE 实现 6,800× 加速。
arXiv 预印本(版权归作者) 神经算子地下储能CO2 封存 原创研究论文
把 Transolver 的 Physics-Attention 重新形式化为线性注意力的特例,提出 LinearNO(线性注意力神经算子);在 6 个标准 PDE 基准上达到 SOTA 同时参数平均降低 40.0%、计算成本降低 36.2%,并在 AirfRANS 与 Shape-Net Car 等工业级数据集上表现优异。
arXiv 预印本(版权归作者) 神经算子Transformer线性注意力 通用科学ML
提出分数阶傅里叶神经算子(FrFNO),通过嵌入解析Mittag-Leffler传播子解决分数阶PDE的内存依赖与非线性耦合难题,实现高效代理建模。
见LICENSE文件 分数阶PDE神经算子Mittag-Leffler函数 ScientificML
提出联合解决神经算子分布外退化与PINN多解收敛错误的协同训练方法,利用不完美神经算子引导PINN优化。
见LICENSE文件 神经算子PINN偏微分方程 通用科学ML
提出NeuIDO神经本征动力学算子,将物理约束内化于世界模型以预测3D物体交互轨迹,弥合物理引导4D生成与真世界模型间的差距。
见LICENSE文件 世界模型物理引导生成神经算子 流体/CFD
提出周期傅里叶神经映射(p-FNM)框架,用于涡轮机械转子叶片非稳态压力分布和气动弹性载荷预测,降低高保真CFD仿真成本。
见LICENSE文件 神经算子气动弹性涡轮机械 通用科学ML
洛斯阿拉莫斯国家实验室开源的36M参数UNet架构偏微分方程求解器v2版本,用于科学计算中的PDE代理建模。
见LICENSE文件 偏微分方程UNet神经算子 流体/CFD
提出 VIOT 神经算子,用于不可压缩流体密度传输的 amortized 生成,通过前馈推理直接预测无散度速度场并生成完整传输轨迹,将传统流体传输优化从小时级缩短至单次推理。
见LICENSE文件 不可压缩流神经算子最优传输 通用科学ML
包含32个物理系统的PDE评估数据集,每个系统提供源代码、自然语言描述、控制方程和数值轨迹四种表征,含正确与损坏变体。
见LICENSE文件 PDE评估跨表征学习物理系统 通用科学ML
PDE 控制仿真训练数据集,包含 TI-DeepONet 代理模型所需的 3000 条控制轨迹,源自随机控制序列下的经典数值求解器。
见LICENSE文件 PDE控制DeepONet神经算子 电磁/Electromagnetics
提出各向异性麦克斯韦神经算子(AMNO),学习EAST托卡马克一参量介电场族响应,实现离子回旋共振加热全波响应的快速参数化建模。
见LICENSE文件 等离子体物理离子回旋共振加热麦克斯韦方程 地球物理
针对三维时域机载电磁数据贝叶斯反演计算成本高昂的问题,开发持续学习的神经算子代理模型替代传统求解器,实现高效反演。
见LICENSE文件 机载电磁贝叶斯反演神经算子 电磁
基于物理信息神经算子学习磁流体动力学函数空间映射,实现任意参数和时间下磁重联状态的高效推断,降低大 Lundquist 数下的计算成本。
见LICENSE文件 磁流体动力学磁重联神经算子 神经算子/Neural Operator
基于球面傅里叶变换的神经算子模型(Spectral球面调参工具),用全局谱卷积替代网格卷积,处理球面几何数据上的偏微分方程学习任务,适用于气候、气象、全球大气模拟等场景。
通用科学ML
提出 Kuramoto 神经算子,将耦合振子动力学引入算子学习框架,突破传统固定基底的局限性,适用于局部相互作用主导的物理现象。
见LICENSE文件 神经算子PDE求解耦合振子 ScientificML
提出ADEx-FNO框架,通过环境域嵌入与符号距离函数表示,将傅里叶神经算子扩展至任意离散化和变几何场景,无需修改核心傅里叶层结构。
见LICENSE文件 傅里叶神经算子变几何PDE求解科学机器学习 傅里叶神经算子 / 入门教程
系统学习 Fourier Neural Operator(傅里叶神经算子)从理论到代码实现,适合希望将神经算子用于 PDE 代理模型的工程师与研究者。支持 mesh-invariant 推理,可在训练分辨率之外直接查询,适配工业级多保真度应用。
神经算子 / 入门教程
系统学习 DeepONet(深度算子网络)的理论原理与 DeepXDE 代码实现,适合需要处理多物理参数场景的 PINN 开发者。提供 PyTorch/TensorFlow 多后端实现,适合作为物理 AI 入门首选框架。
MIT DeepONet神经算子DeepXDE 框架论文 / 神经算子
NVIDIA 发布的物理信息神经网络框架,基于神经算子(FNO/DeepONet/AFNO)提供端到端可微分物理仿真流水线,支持多 GPU 训练与部署。支持 mesh-invariant 推理,可在训练分辨率之外直接查询,适配工业级多保真度应用。
Apache-2.0 NVIDIA神经算子框架 年度综述 / 物理信息学习
系统性梳理 2025–2026 年物理信息机器学习(Physics-Informed Learning)领域的主要进展,重点覆盖神经算子、扩散模型在 PDE 求解中的应用、大规模基准测试与工业落地案例。
CFD/计算流体力学
大规模计算流体力学机器学习基准数据集,涵盖驱动腔、管道流、溃坝、圆柱绕流四类经典CFD问题,用于评估神经算子在未知边界条件下的泛化能力。支持 mesh-invariant 推理,可在训练分辨率之外直接查询,适配工业级多保真度应用。
apache-2.0 计算流体力学基准数据集神经算子 通用科学ML
提出图小波压缩感知(GWCS)框架,通过稀疏可解释的小波域表示实现图信号离线压缩,降低科学机器学习训练的数据准备成本。
见LICENSE文件 图信号处理小波变换压缩感知 通用科学ML
提出基于引用影响力经济机制的AI虚拟实验室群体协同框架,自动化执行神经算子架构搜索与训练评估。
见LICENSE文件 神经算子AI智能体科学发现自动化 流体/CFD
提出改进FNO通过时间增量预测建模二维Rayleigh-Bénard对流,实现314k参数、7ms推理的高效模型,揭示训练数据分辨率对泛化精度的限制。
见LICENSE文件 傅里叶神经算子Rayleigh-Bénard对流流体力学 ScientificML
提出自适应记忆门控机制,让神经算子根据观测条件动态调整内存权重,提升时间依赖PDE求解的适应性。
见LICENSE文件 神经算子自适应记忆时间依赖PDE 流体/CFD
提出几何感知各向异性边界修正方法,利用神经算子替代传统CFD求解器处理空气动力学问题,改善边界区域物理行为建模。
见LICENSE文件 空气动力学边界修正神经算子 ScientificML
提出GENERIC-FNO,将非平衡热力学的度量结构嵌入傅里叶神经算子,通过简并条件耦合可逆能量守恒与不可逆熵产生过程,拓展了结构保持神经算子的能力边界。
见LICENSE文件 神经算子傅里叶神经算子热力学 流体/CFD
提出基于神经算子的CFD代理模型,用于小型模块化反应堆螺旋盘管蒸汽发生器的热工水力瞬态仿真,助力数字孪生实时分析。
见LICENSE文件 神经算子CFD代理模型小型模块化反应堆 流体/CFD
针对复杂山地地形的三维风场预测难题,提出基于Transformer的神经算子方法,突破传统CFD依赖专家密集网格生成和高成本迭代求解的瓶颈。
见LICENSE文件 神经算子风场预测Transformer 热传导/热管理
Therm-FM提出将预训练PDE基础模型适配到3D-IC稳态与瞬态热传导仿真,降低逐设计从头训练的数据生成成本。
见LICENSE文件 3D-IC热仿真神经算子PDE基础模型 ScientificML
提出自适应算子变换(AOT)方法解决多PDE预训练中解算子结构多样性问题,通过对目标解算子而非模型容量进行适配,提升神经算子在跨方程任务中的泛化能力。
见LICENSE文件 神经算子PDE预训练自适应变换 神经算子
基于神经算子的预测模型,针对采样测量场景设计,托管于HuggingFace的机器学习工具。模型专为稀疏传感器测点设计,将神经算子映射到任意坐标 query,适合工业现场部署。
见LICENSE文件 神经算子科学机器学习采样测量 神经网络/AI4Science
Delta实验室在HuggingFace上发布的基础物理领域神经算子模型项目,具体功能与性能请参阅官方仓库文档。项目由 Delta 实验室托管,含预训练权重与微调示例,建议结合官方文档评估适用性。
奠基性论文
以分支-主干(branch-trunk)结构实现算子通用逼近定理的深度学习版本,是最早系统提出「学习非线性算子」的架构,至今仍是主流基线。支持 mesh-invariant 推理,可在训练分辨率之外直接查询,适配工业级多保真度应用。
arXiv 预印本(版权归作者) DeepONet神经算子奠基论文 奠基性论文
提出在傅里叶空间参数化积分核的神经算子,实现分辨率无关的 PDE 求解,是算子学习与物理 AI 方向引用量最高的奠基工作之一。支持 mesh-invariant 推理,可在训练分辨率之外直接查询,适配工业级多保真度应用。
arXiv 预印本(版权归作者) FNO神经算子奠基论文 教材 / 系统课程
由慕尼黑工业大学团队维护的免费在线教材,系统讲解「物理 + 深度学习」的融合范式,从可微物理、PINN 到神经算子与湍流建模,配套可运行代码。提供 PyTorch/TensorFlow 多后端实现,适合作为物理 AI 入门首选框架。
CC BY-NC-SA 4.0 教材可微物理PINN 通用科学ML
提出几何感知增量神经算子解决长时域PDE预测中自回归误差累积问题,抑制谱不一致和通道耦合不稳定。
见LICENSE文件 神经算子偏微分方程长时域预测 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 科学计算
NeuralOperator 2.0.0 重大版本发布,新增 Codano 模型,完善文档并提升 PyTorch 神经算子训练易用性。支持 mesh-invariant 推理,可在训练分辨率之外直接查询,适配工业级多保真度应用。
科学计算
HuggingFace平台上的科学计算模型,集成动态模态分解与神经算子方法,支持科学数据建模与预测任务。模型融合 DMD 线性降阶与神经算子非线性残差建模,对高维时序科学数据具有较好的采样效率。
通用科学ML
博尔扎诺大学 PhD 课程讲义,系统讲解 PINN 与神经算子原理,附 PyTorch 从零实现教程。
见LICENSE文件 PINN神经算子课程讲义 流体/CFD
提出WaveOp-LiteFM轻量化神经算子流匹配方法,解决卫星-雷达降水反演中计算成本与精度不可兼得的难题,适用于大气遥感领域。
见LICENSE文件 降水反演神经算子流匹配