论文 / 综述

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。

材料

提出全分辨率聚合物网络FRPN，同时保留原子级细节和单体级连通性，实现长链聚合物性质预测的多尺度建模。

Materials

通过大规模分子动力学模拟，研究二元单轴椭球粒子混合物在Gay-Berne势下的非平衡相序动力学，揭示两阶段有序过程的时序特征。

ScientificML

LPINNs 通过在标准密集 PINN 首层隐藏激活上引入输入依赖的局部化函数，为首层单元赋予感受野，以改善长域和高阶算子的优化难题，无需域分割或额外界面损失。

多体/Multibody

提出基于非专家演示的数据驱动MPC策略构建方法，通过记忆化非参数策略构造有限时域替代价值函数的Lipschitz正则化上包络，实现无限时域最优控制的逼近。

通用科学ML

研究利用人工神经网络构建黑盒优化的代理模型，在无法获得解析函数描述时，通过数值模拟获取目标函数值进行高效优化。

ScientificML

提出基于决策周期的动态电动自动驾驶Dial-a-Ride问题框架，联合优化车辆路径、时间表与充电决策。

量子/化学

针对量子多体物理和ab initio量子化学中神经网络变分优化的弱梯度训练失效问题，提出无偏直接梯度估计器和自适应最小方差相位（AMVP）估计器，提升可训练性。

Geophysics

提出DD RF-EDNN方法处理非均匀多孔介质中渗透率间断与高对比度条件下的瞬态压力扩散问题。

计算几何/ComputationalGeometry

提出用光滑球面样条与共形因子求解零亏格黎曼流形上 Laplace-Beltrami 算子的 Poisson 方程与本征值问题。

通用科学ML

评估六种睡眠分阶段基础模型在减少多导睡眠图通道数条件下的性能表现，为居家长期监测提供轻量化传感方案。

通用科学ML

提出统一可扩展框架，通过结构化分解结合SDP证书与增益分析，实现含高维神经网络与未建模动态的反馈系统鲁棒稳定性与性能分析。

材料/Materials

提出通过测量响应系数预测分子动力学中力修正对能量交换和结构统计的影响，区分能量传递与恢复力变化。

材料

混合量子神经网络从一维粉末衍射图谱直接提取相权重分数等定量参数，无需迭代精炼，适用于复杂多相材料与噪声测量场景。

多体

提出 AffordanceWAM，一种 affordance-aware 生成式世界动作模型，通过融合 action-labeled 机器人视频与 egocentric 人类视频监督，实现可泛化的机器人操控。

流体/CFD

开源框架 Diff-NekRS 将自动微分能力嵌入谱元 CFD 求解器 NekRS，实现多时间步长 rollouts 的梯度反向传播，用于训练神经校正网络以抑制误差累积。

结构/Structural

提出无网格AKAPINN方法求解非线性应变限制偏微分方程，通过精确硬边界假设和伪Huber残差损失函数提升训练稳定性。

流体/CFD

提出基于CFD与机器学习集成框架的超音速真空管运输舱体几何优化方法，采用复合三次贝塞尔曲线参数化设计，结合Latin Hypercube采样实现200种构型评估，验证了分级收缩-扩张管概念在超音速运行中的气动可行性。

结构/Structural

DeepFEAv2 框架将深度学习代理模型应用于非结构化网格的瞬态有限元分析，实现节点级和单元级输出的联合预测，降低结构力学仿真计算成本。

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。