论文 / 综述

奠基性论文

提出在傅里叶空间参数化积分核的神经算子，实现分辨率无关的 PDE 求解，是算子学习与物理 AI 方向引用量最高的奠基工作之一。支持 mesh-invariant 推理，可在训练分辨率之外直接查询，适配工业级多保真度应用。

必读基准论文

提出覆盖 16 个物理领域的统一基准，论证「跨领域预训练」对物理 ML 的增益，是物理基础模型方向必读论文。数据集覆盖 16 物理领域、2000+ 仿真，统一接口与评估协议，论证跨领域预训练对 PDE 代理的迁移增益。

通用科学ML

提出几何感知增量神经算子解决长时域PDE预测中自回归误差累积问题，抑制谱不一致和通道耦合不稳定。

通用科学ML

提出HIPNO方法，利用对称性感知物理信息神经算子，从非侵入性信号推断血液动力学状态，扩大先进监测的可及性。

电磁学

DNNsolver提出基于深度学习的衍射神经网络建模方法，解决偏振敏感高密度DNN中电磁层内耦合的精准高效仿真难题。

多体

提出双线性Koopman模型扩散方法(BK-MBD)，通过状态空间提升与候选传播解耦，降低实时机器人控制的计算成本。

流体/CFD

提出Mollified-Sharp分解方法，通过概率分布对移动激波进行正则化处理，增强参数化降阶模型对含激波流动的捕捉能力。

电磁/Electromagnetics

提出一种通过频域整形高斯白噪声生成随机轴子波形的通用方法，用于微波腔谐振器暗物质探测器的端到端校准与分析流程验证。

ScientificML

研究变分自编码器在逆问题摊销贝叶斯推断中的三种目标函数，揭示后验正则化对弱识别参数方向的影响。

电磁/Electromagnetics

Gnomon系统利用物理信息方法重构LEO卫星服务几何与信号衰减模型，预测用户感知的上/下行吞吐量和RTT，适用于不同轨迹数据可用性场景。

声学

基于浏览器的无音孔管乐器内腔声学仿真与逆向设计工具，采用传输矩阵法求解正问题，伴随法单次反向传播计算雅可比矩阵进行正则化最小二乘优化。

通用科学ML

提出将人工代表树与Mondrian保角预测系统结合，实现单棵决策树同时提供连续预测、预测区间和概率分布输出的可解释ML方法。

ScientificML

提出分数阶傅里叶神经算子（FrFNO），将解析 Mittag-Leffler 传播子嵌入神经算子架构，实现分数阶 PDE 的高效代理建模与鲁棒求解。

电磁/Electromagnetics

提出用于渐变折射率多模光纤线性耦合的轻量化代理模型，支持单参数调优并通过90极化模光纤完成数值与实验验证。

流体/CFD

提出WaveOp-LiteFM轻量化神经算子流匹配方法，解决卫星-雷达降水反演中计算成本与精度不可兼得的难题，适用于大气遥感领域。

ScientificML

提出基于卷积算子压缩的非线性降阶模型，突破线性投影方法的Kolmogorov N-width限制，以更少模态实现参数化PDE的高精度近似。

等离子体/聚变

提出PQLS准线性陀螺动力学输运求解器，在通用磁几何中采用特征值方法，并引入贝叶斯饱和规则闭合，提升托卡马克等离子体湍流输运预测能力。

通用科学ML

提出一种基于复指数函数的改进周期性激活函数，用于PINNs从稀疏速度数据重建对流流动温度场，测试表明优于传统正弦激活MLP。

多体

通过求解四维Hamilton-Jacobi-Bellman方程，获得两个扩散耦合Stuart-Landau类振荡器的全状态最优反馈控制，揭示耦合强度阈值处控制策略从相位同步向振幅崩塌的突变现象。

通用科学ML

提出块三角联合漂移方法解决随机状态转移建模中条件分布估计难题，实现单步生成式代理模型，适用于轨迹数据的概率预测任务。