标签：PDE求解

通用科学ML

基于流形函数编码器的 PDE 神经算子求解器，内存占用与数据分辨率解耦，支持任意形式PDE输入，适合大规模物理仿真。

CFD

基于 UNet 架构的 36M 参数 Navier-Stokes 方程求解器模型，采用 PWC（逐点耦合）策略实现流场高精度预测。

通用科学ML

提出统一框架，将神经PDE求解器（PINNs）与有限元方法通过函数Gauss-Newton问题与Petrov-Galerkin离散化进行融合。

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。

科学计算/有限元

FEniCS/dolfinx 发布补丁版本，修复内置文档中 Mathjax 渲染问题，功能与 v0.11.0 完全相同，用户无需升级。支持高阶单元与大规模并行，是学术界多物理场耦合仿真的标准工具之一。