基于先进S矩阵算法扩展RCWA能力
电磁/Electromagnetics
提出层状光子结构的S矩阵重构方法，将S矩阵定义为单层固有属性，独立于相邻界面，提升数值稳定性。
见LICENSE文件 RCWA散射矩阵光子结构
论文 / 综述
必读基准论文与技术综述
20 条资源
各向异性麦克斯韦神经算子用于离子回旋共振加热快速参数化全波建模
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
用于三维机载电磁数据贝叶斯反演的持续学习神经算子代理模型
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
用于二维磁流体磁重联的物理信息神经算子代理模型
电磁/Electromagnetics
面向二维磁流体磁重联，利用物理信息神经算子构建参数化代理，降低高龙德斯特数数值仿真的计算负担。
见LICENSE文件 磁流体磁重联物理信息神经算子磁流体动力学代理
面向二维磁流体动力学重联的物理信息神经算子代理模型
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
Kuramoto 神经算子：通过耦合振子动力学学习求解 PDE
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
ADEx-FNO：傅里叶神经算子变几何统一框架
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
PhysicsNeMo: 基于神经算子的物理仿真框架
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
物理信息学习年度进展综述 2025–2026
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。
various 综述物理信息PINN
物理信息Token Transformer方法：非线性平衡律与Schwarzschild-Burgers流体
流体/CFD
提出PITT方法结合符号方程tokenization与Fourier神经算子，用于求解相对论Schwarzschild-Burgers流体方程的非线性双曲守恒律冲击波问题。
见LICENSE文件 物理信息学习Token Transformer双曲守恒律
多尺度图小波压缩感知与神经恢复
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
基于智能体AI科学社区的自动化神经算子发现
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
用于Rayleigh-Bénard对流的傅里叶神经算子
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
PRONE：Petrov-Galerkin算子学习统一DMD、SINDy与Koopman理论
通用科学ML
提出PRONE方法，通过Petrov-Galerkin回归框架Ψ(X)K≈Φ(Y)统一DMD、SINDy、Koopman等数据驱动动力学方法，为动态系统算子学习提供统一视角。
见LICENSE文件 算子学习Petrov-Galerkin动态模态分解
自适应记忆门控：神经算子的动态内存机制
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
DKEKAN：托卡马克中漂移动力学方程的单参数 KAN 代理模型
电磁学
提出基于 KAN 的单参数代理模型，加速托卡马克中漂移动力学方程求解，用于快速计算新古典环形粘度扭矩，提升聚变等离子体建模效率。
见LICENSE文件 托卡马克等离子体物理漂移动力学
几何感知各向异性边界修正方法用于空气动力学仿真
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
面向半导体制造的物理信息生成式AI：通过构造方式强制执行硬物理约束
通用科学ML
提出在半导体制造生成式AI中通过构造方式强制执行硬物理约束的方法，确保生成的掩模、布局和工艺配方严格遵循光刻、输运、反应及器件物理限制。
见LICENSE文件 半导体制造物理信息学习生成式AI
GENERIC-FNO：将能量守恒与熵产生嵌入傅里叶神经算子
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
基于物理引导深度学习的高级洪水预测：融合UNet、FNO与SAR/光学影像
流体/CFD
提出融合UNet与FNO的物理引导混合架构，结合Sentinel-1/2多模态遥感与浅水方程约束，实现端到端洪水预测。
见LICENSE文件 洪水预测深度学习物理引导