百度PaddleScience的资料

https://github.com/PaddlePaddle/PaddleScience?tab=readme-ov-file

百度飞浆PaddleScience将与沐曦在今后大赛中合作PaddleScience，
PaddleScience的内容见Github以及下面简介

（我用Markdown格式直接贴进来会乱，用Markdown贴到word中再从word中拷贝贴过来，还是有点问题，暂且改成如下看）

PaddleScience

Developed with PaddlePaddle

file:///C:/Users/m01209/AppData/Local/Temp/msohtmlclip1/01/clip_image001.png file:///C:/Users/m01209/AppData/Local/Temp/msohtmlclip1/01/clip_image001.png file:///C:/Users/m01209/AppData/Local/Temp/msohtmlclip1/01/clip_image002.png file:///C:/Users/m01209/AppData/Local/Temp/msohtmlclip1/01/clip_image001.png file:///C:/Users/m01209/AppData/Local/Temp/msohtmlclip1/01/clip_image001.png file:///C:/Users/m01209/AppData/Local/Temp/msohtmlclip1/01/clip_image001.png file:///C:/Users/m01209/AppData/Local/Temp/msohtmlclip1/01/clip_image001.png

📘使用文档 | 🛠️安装使用 | 📘快速开始 | 👀案例列表 | 🆕最近更新 | 🤔问题反馈

🔥 飞桨AI for Science共创计划2期，免费提供海量算力等资源，欢迎报名。

🔥 飞桨AI for Science前沿讲座系列课程 & 代码入门与实操课程进行中，清华、北大、中科院等高校机构知名学者分享前沿研究成果，火热报名中。

👀简介

PaddleScience 是一个基于深度学习框架 PaddlePaddle 开发的科学计算套件，利用深度神经网络的学习能力和 PaddlePaddle 框架的自动(高阶)微分机制，解决物理、化学、气象等领域的问题。支持物理机理驱动、数据驱动、数理融合三种求解方式，并提供了基础 API 和详尽文档供用户使用与二次开发。

📝案例列表

数学(AI for Math)

[td]  

问题类型	案例名称	优化算法	模型类型	训练方式	数据集	参考资料
亥姆霍兹方程	SPINN(Helmholtz3D)	机理驱动	SPINN	无监督学习	-	Paper
相场方程	Allen-Cahn	机理驱动	MLP	无监督学习	Data	Paper
微分方程	拉普拉斯方程	机理驱动	MLP	无监督学习	-	-
微分方程	伯格斯方程	机理驱动	MLP	无监督学习	Data	Paper
微分方程	非线性偏微分方程	机理驱动	PIRBN	无监督学习	-	Paper
微分方程	洛伦兹方程	数据驱动	Transformer-Physx	监督学习	Data	Paper
微分方程	若斯叻方程	数据驱动	Transformer-Physx	监督学习	Data	Paper
算子学习	DeepONet	数据驱动	MLP	监督学习	Data	Paper
微分方程	梯度增强的物理知识融合 PDE 求解	机理驱动	gPINN	无监督学习	-	Paper
积分方程	沃尔泰拉积分方程	机理驱动	MLP	无监督学习	-	Project
微分方程	分数阶微分方程	机理驱动	MLP	无监督学习	-	-
光孤子	Optical  soliton	机理驱动	MLP	无监督学习	-	Paper
光纤怪波	Optical  rogue wave	机理驱动	MLP	无监督学习	-	Paper
域分解	XPINN	机理驱动	MLP	无监督学习	-	Paper
布鲁塞尔扩散系统	3D-Brusselator	数据驱动	LNO	监督学习	-	Paper
符号回归	Transformer4SR	数据驱动	Transformer	监督学习	-	Paper
算子学习	隐空间神经算子LNO	数据驱动	Transformer	监督学习	-	Paper

技术科学(AI forTechnology)

[td]  

问题类型	案例名称	优化算法	模型类型	训练方式	数据集	参考资料
汽车表面阻力预测	DrivAerNet	数据驱动	RegDGCNN	监督学习	Data	Paper
一维线性对流问题	1D  线性对流	数据驱动	ViT	监督学习	Data	Paper
非定常不可压流体	2D  方腔浮力驱动流	数据驱动	ViT	监督学习	Data	Paper
定常不可压流体	Re3200  2D 定常方腔流	机理驱动	MLP	无监督学习	-
定常不可压流体	2D  达西流	机理驱动	MLP	无监督学习	-
定常不可压流体	2D  管道流	机理驱动	MLP	无监督学习	-	Paper
定常不可压流体	3D  颅内动脉瘤	机理驱动	MLP	无监督学习	Data	Project
定常不可压流体	任意 2D 几何体绕流	数据驱动	DeepCFD	监督学习	-	Paper
非定常不可压流体	2D  非定常方腔流	机理驱动	MLP	无监督学习	-	-
非定常不可压流体	Re100  2D 圆柱绕流	机理驱动	MLP	半监督学习	Data	Paper
非定常不可压流体	Re100~750  2D 圆柱绕流	数据驱动	Transformer-Physx	监督学习	Data	Paper
可压缩流体	2D  空气激波	机理驱动	PINN-WE	无监督学习	-	Paper
飞行器设计	MeshGraphNets	数据驱动	GNN	监督学习	Data	Paper
飞行器设计	火箭发动机真空羽流	数据驱动	CNN	监督学习	Data	-
飞行器设计	Deep-Flow-Prediction	数据驱动	TurbNetG	监督学习	Data	Paper
通用流场模拟	气动外形设计	数据驱动	AMGNet	监督学习	Data	Paper
流固耦合	涡激振动	机理驱动	MLP	半监督学习	Data	Paper
多相流	气液两相流	机理驱动	BubbleNet	半监督学习	Data	Paper
多相流	twophasePINN	机理驱动	MLP	无监督学习	-	Paper
流场高分辨率重构	2D  湍流流场重构	数据驱动	tempoGAN	监督学习	Train  Data   Eval  Data	Paper
流场高分辨率重构	2D  湍流流场重构	数据驱动	cycleGAN	监督学习	Train  Data   Eval  Data	Paper
流场高分辨率重构	基于Voronoi嵌入辅助深度学习的稀疏传感器全局场重建	数据驱动	CNN	监督学习	Data1   Data2   Data3	Paper
流场预测	Catheter	数据驱动	FNO	监督学习	Data	Paper
求解器耦合	CFD-GCN	数据驱动	GCN	监督学习	Data   Mesh	Paper
受力分析	1D  欧拉梁变形	机理驱动	MLP	无监督学习	-	-
受力分析	2D  平板变形	机理驱动	MLP	无监督学习	-	Paper
受力分析	3D  连接件变形	机理驱动	MLP	无监督学习	Data	Tutorial
受力分析	结构震动模拟	机理驱动	PhyLSTM	监督学习	Data	Paper
受力分析	2D  弹塑性结构	机理驱动	EPNN	无监督学习	Train  Data   Eval  Data	Paper
受力分析和逆问题	3D  汽车控制臂变形	机理驱动	MLP	无监督学习	-	-
受力分析和逆问题	3D 心脏仿真	数理融合	PINN	监督学习	-	-
拓扑优化	2D  拓扑优化	数据驱动	TopOptNN	监督学习	Data	Paper
热仿真	1D  换热器热仿真	机理驱动	PI-DeepONet	无监督学习	-	-
热仿真	2D  热仿真	机理驱动	PINN	无监督学习	-	Paper
热仿真	2D  芯片热仿真	机理驱动	PI-DeepONet	无监督学习	-	Paper

材料科学(AI forMaterial)

[td]  

问题类型	案例名称	优化算法	模型类型	训练方式	数据集	参考资料
材料设计	散射板设计(反问题)	数理融合	数据驱动	监督学习	Train  Data   Eval  Data	Paper
晶体材料属性预测	CGCNN	数据驱动	GNN	监督学习	MP / Perovskite / C2DB / test	Paper
分子生成	MoFlow	数据驱动	Flow Model	监督学习	qm9/ zink250k	Paper
分子属性预测	IFM	数据驱动	MLP	监督学习	tox21/sider/hiv/bace/bbbp	Paper

地球科学(AI for EarthScience)

[td]  

问题类型	案例名称	优化算法	模型类型	训练方式	数据集	参考资料
天气预报	Extformer-MoE  气象预报	数据驱动	FourCastNet	监督学习	enso	-
天气预报	FourCastNet  气象预报	数据驱动	FourCastNet	监督学习	ERA5	Paper
天气预报	NowCastNet  气象预报	数据驱动	NowCastNet	监督学习	MRMS	Paper
天气预报	GraphCast  气象预报	数据驱动	GraphCastNet	监督学习	-	Paper
天气预报	GenCast  气象预报	数据驱动	Diffusion	监督学习	Gencast	Paper
天气预报	FengWu  气象预报	数据驱动	Transformer	监督学习	-	Paper
天气预报	Pangu-Weather  气象预报	数据驱动	Transformer	监督学习	-	Paper
大气污染物	UNet  污染物扩散	数据驱动	UNet	监督学习	Data	-
天气预报	DGMR  气象预报	数据驱动	DGMR	监督学习	UK  dataset	Paper
地震波形反演	VelocityGAN  地震波形反演	数据驱动	VelocityGAN	监督学习	OpenFWI	Paper

🕘最近更新

• 基于 PaddleScience 的 ADR 方程求解方法 Physics-informed     neural networks for advection–diffusion–Langmuir adsorption processes 被 Physics of Fluids 2024 接受。
• 添加 IJCAI     2024: 任意三维几何外形车辆的风阻快速预测竞赛，track A, B, C 的 paddle/pytorch 代码链接。
• 添加 SPINN(基于 Helmholtz3D 方程求解) helmholtz3d。
• 添加 CVit(基于 Advection 方程和 N-S 方程求解) CVit(Navier-Stokes)、CVit(Advection)。
• 添加 PirateNet(基于 Allen-cahn 方程和 N-S 方程求解) Allen-Cahn、LDC2D(Re3200)。
• 基于 PaddleScience 的快速热仿真方法 A     fast general thermal simulation model based on MultiBranch     Physics-Informed deep operator neural network 被 Physics of Fluids 2024 接受。
• 添加多目标优化算法 Relobralo 。
• 添加气泡流求解案例(Bubble)、机翼优化案例(DeepCFD)、热传导仿真案例(HeatPINN)、非线性短临预报模型(Nowcasting(仅推理))、拓扑优化案例(TopOpt)、矩形平板线弹性方程求解案例(Biharmonic2D)。
• 添加二维血管案例(LabelFree-DNN-Surrogate)、空气激波案例(ShockWave)、去噪网络模型(DUCNN)、风电预测模型(Deep     Spatial Temporal)、域分解模型(XPINNs)、积分方程求解案例(Volterra     Equation)、分数阶方程求解案例(Fractional     Poisson 2D)。
• 针对串联方程和复杂方程场景，Equation 模块支持基于 sympy 的符号计算，并支持和 python 函数混合使用(#507、#505)。
• Geometry 模块和 InteriorConstraint、InitialConstraint 支持计算 SDF 微分功能(#539)。
• 添加 MultiTaskLearning(ppsci.loss.mtl) 多任务学习模块，针对多任务优化(如 PINN 方法)进一步提升性能，使用方式：多任务学习指南(#493、#492)。
  

✨特性

• 支持简单几何和复杂 STL 几何的采样与布尔运算。
• 支持包括 Dirichlet、Neumann、Robin 以及自定义边界条件。
• 支持物理机理驱动、数据驱动、数理融合三种问题求解方式。涵盖流体、结构、气象等领域 20+ 案例。
• 支持结果可视化输出与日志结构化保存。
• 完善的 type hints，用户使用和代码贡献全流程文档，经典案例 智算studio 快速体验，降低使用门槛，提高开发效率。
• 支持基于 sympy 符号计算库的方程表示与联立方程组计算。
• 更多特性正在开发中...