partial-differential-equations

Coleção de notebooks sobre finanças quantitativas, com código Python interativo.

Aprendizado em dimensão infinita com operadores neurais.

Simulação acelerada por Redes Neurais Informadas por Física (PINN) para Solucionadores de Equações Diferenciais (Parciais) para Aprendizado de Máquina Científico (SciML)

PDEBench: Um benchmark abrangente para aprendizado de máquina científico.

Ambiente de resolução de problemas FEniCS de próxima geração para resolver problemas de elementos finitos.

Código-fonte do FreeFEM

Arquiteturas de camada implícita pré-construídas com retropropagação O(1), GPUs e solucionadores de ED rígidas + não rígidas, demonstrando aprendizado de máquina científico (SciML) e métodos de aprendizado de máquina informados pela física

Aproximação baseada em grade de equações diferenciais parciais em Julia

Simulação e Estimativa de Parâmetros em Geofísica - Um pacote Python para simulação e estimativa de parâmetros baseada em gradiente no contexto de aplicações geofísicas.

FiPy é um solucionador de EDPs por volumes finitos escrito em Python

Pacote Julia para aproximação de funções

Pacote Python para derivadas numéricas e equações diferenciais parciais em qualquer número de dimensões.