GridSFM：交流最优潮流求解基础模型新

提出LeafNet算法，通过将双曲守恒律方程重构为光滑解耦合系统，结合无扩散物理信息神经算法近似光滑函数，实现高维双曲方程的精确数值求解。

提出物理信息自监督学习框架，联合实现多丝正比室的线丝校准与相互作用位置重建，提升粒子探测器对运行条件变化和老化的适应能力。

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。

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。

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。