PaddlePaddle/PaddleScience

解决的问题

PaddleScience 是一个专为解决物理学、化学和气象学中复杂问题而设计的科学计算套件。它通过将深度学习与科学定律相结合，应对求解微分方程和模拟物理系统这一挑战。

工作原理

基于 PaddlePaddle 框架构建，利用自动（高阶）微分和深度神经网络。该套件支持三种主要求解方法：

• 物理驱动型：利用物理定律引导模型（例如 PINNs）。
• 数据驱动型：直接从数据集中学习模式。
• 物理-数据融合型：结合物理机制与数据以提升精度。

它还与 sympy 库集成，支持符号方程表示，并支持复杂的 STL 几何采样和多种边界条件（狄利克雷、诺伊曼、罗宾）。

适用人群

适用于希望使用 AI 加速模拟或求解逆问题的科学计算、流体力学、结构分析、材料科学和气象学领域的研究人员和工程师。

主要亮点

• 广泛领域覆盖：涵盖流体、结构和天气预报等领域的 20 多个案例。
• 科学工具支持：通过 sympy 支持符号计算，以及复杂 STL 几何操作。
• 灵活求解方式：支持纯数据驱动、纯物理驱动或混合方法的选择。
• 研究效率提升：提供实验源码追踪和一键并行实验启动功能。