Electromagnetics
提出针对GridFM电力系统基础模型的droop感知扩展,将斜率控制和死区参数嵌入节点特征,实现控制感知交流潮流分析。
见LICENSE文件 电力系统潮流分析基础模型 💬 编辑点评: 支持 Droop 控制的电力系统基础模型潮流分析,把物理约束带进基础模型的任务设计
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 💬 编辑点评: Therm-FM 展示基础模型在 3D-IC 热仿真上的能力,是工程尺度预训练的少见实例
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 💬 编辑点评: POSEIDON 处理几何与网格的表征与生成,是「几何基础模型」这一形态的代表
必读基准论文
提出覆盖 16 个物理领域的统一基准,论证「跨领域预训练」对物理 ML 的增益,是物理基础模型方向必读论文。数据集覆盖 16 物理领域、2000+ 仿真,统一接口与评估协议,论证跨领域预训练对 PDE 代理的迁移增益。
💬 编辑点评: The Well 是专为物理基础模型设计的多领域基准,做方法横向对比时应当优先引用
等离子体/Plasma
面向陀螺动理学等离子体湍流,利用预训练变分自编码器压缩湍流场并以物理信息损失提升代理建模效率。
见LICENSE文件 等离子体湍流代理建模变分自编码器 电网优化
基于物理信息图神经网络的交流最优潮流求解基础模型,在54种电网拓扑上预训练,可在10,000节点系统上实现2.45%零样本成本误差。
见LICENSE文件 交流最优潮流图神经网络电力系统优化 💬 编辑点评: GridSFM 把基础模型用在交流最优潮流求解,属于电力系统方向的可落地形态
通用科学ML/ScientificML
面向高维成像反问题的数据驱动贝叶斯CRB估计框架,用于处理复杂先验与高维贝叶斯Fisher信息矩阵。
见LICENSE文件 贝叶斯克拉美尔-罗下限高维成像成像反问题