标签：神经网络

CFD

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。

材料

提出高阶变尺度能量变分神经网络（VS-EVNN），通过界面尺度归一化空间输入处理相场梯度流问题，提升离散精度。

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。

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。

通用科学ML

提出用于FCC-ee高颗粒度双读量热仪的神经网络脉冲反卷积方法，结合切伦科夫与闪烁信号时序分割实现粒子探测器能量分辨率提升。

材料/Materials

利用神经网络快速分析4DSTEM衍射图谱数据，实现LiNiO2/NiO材料的相识别与分类，为材料科学图像数据的高通量处理提供计算方案。

量子/化学

提出iCRNN框架，从时间序列浓度数据中无先验假设地发掘化学反应网络结构与动力学参数，兼顾可解释性与计算效率。

通用科学ML

提出基于集值函数表征与神经网络近似的框架，用于估计输入约束离散时间非线性系统的稳定域（DOS）与稳定控制器。

科学计算

HuggingFace上的PINN相关模型资源，由OneScience-Group提供，用于科学计算与物理问题建模。模型由 OneScience-Group 维护，提供训练脚本与多任务预训练权重，可作为 PINN 迁移学习的起点。

PINN

基于物理信息神经网络的压缩欧拉方程求解模型，托管于 HuggingFace。模型针对压缩欧拉方程族设计，使用守恒型 PINN 损失，适合激波相关流动代理建模。可作为基线对比。

电磁/Electromagnetics

系统性综述物理信息机器学习在电力系统设计、监控与控制中的应用，聚焦混合架构与物理约束嵌入方法。