Git Stars Git Stars

#scientific-machine-learning Repositorios

Descubre 23 repositorios activos de código abierto de GitHub etiquetados con #scientific-machine-learning, que acumulan 51,807 estrellas en total (una media de 2,252 estrellas por proyecto). El líder de este tema es KindXiaoming/pykan, con 16,291 estrellas.

23
Total de Repositorios
51,807
Total de estrellas
2,252
Promedio de Estrellas/Repo

23 repositorios en total

1
KindXiaoming/pykan

Redes de Kolmogorov Arnold

KindXiaoming
⭐ 16,291 Jupyter Notebook 👤 KindXiaoming User 🕐 Actualizado 2025-01-19 📅 Creado 2024-04-27
2
maziarraissi/PINNs

Aprendizaje Profundo Informado por la Física: Soluciones Impulsadas por Datos y Descubrimiento de Ecuaciones Diferenciales Parciales No Lineales

maziarraissi
⭐ 6,256 Python 👤 maziarraissi User 🕐 Actualizado 2026-02-11 📅 Creado 2018-01-21
3
PolymathicAI/the_well

Una colección de 15 TB de conjuntos de datos de simulación de física

PolymathicAI
⭐ 4,588 Jupyter Notebook 👤 PolymathicAI Organization 🕐 Actualizado 2026-10-19 📅 Creado 2024-12-02
4
lululxvi/deepxde

Una biblioteca para el aprendizaje automático científico y el aprendizaje informado por la física

lululxvi
⭐ 4,510 Python 👤 lululxvi User 🕐 Actualizado 2026-11-16 📅 Creado 2019-02-08
5
SciML/DifferentialEquations.jl

Suite multilingüe para solvers de alto rendimiento de ecuaciones diferenciales y componentes de aprendizaje automático científico (SciML). Ecuaciones diferenciales ordinarias (ODEs), ecuaciones diferenciales estocásticas (SDEs), ecuaciones diferenciales con retardo (DDEs), ecuaciones diferenciales-algebraicas (DAEs) y más en Julia.

SciML
⭐ 3,183 Julia 👤 SciML Organization 🕐 Actualizado 2026-10-17 📅 Creado 2016-05-11
6
SciML/SciMLBook

Computación Paralela y Aprendizaje Automático Científico (SciML): Métodos y Aplicaciones (MIT 18.337J/6.338J)

SciML
⭐ 2,058 HTML 👤 SciML Organization 🕐 Actualizado 2026-11-02 📅 Creado 2019-08-29
7
SciML/ModelingToolkit.jl

Un marco de modelado acausal para el aprendizaje automático científico (SciML) paralelizado automáticamente en Julia. Un sistema de álgebra computacional para simbólica integrada para aprendizaje automático informado por la física y transformaciones automáticas de ecuaciones diferenciales

SciML
⭐ 1,700 Julia 👤 SciML Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-02-27
8
PyDMD/PyDMD

Python Descomposición de Modos Dinámicos

PyDMD
⭐ 1,265 Python 👤 PyDMD Organization 🕐 Actualizado 2026-10-03 📅 Creado 2017-06-12
9
SciML/NeuralPDE.jl

Solvers de Redes Neuronales Informadas por Física (PINN) de Ecuaciones Diferenciales (Parciales) para Simulación Acelerada de Machine Learning Científico (SciML)

SciML
⭐ 1,242 Julia 👤 SciML Organization 🕐 Actualizado 2026-11-04 📅 Creado 2017-03-14
11
SciML/DiffEqFlux.jl

Arquitecturas de capas implícitas pre-construidas con backprop O(1), GPUs y solvers DE rígidos+no rígidos, demostrando aprendizaje automático científico (SciML) y métodos de aprendizaje automático informado por física

SciML
⭐ 930 Julia 👤 SciML Organization 🕐 Actualizado 2026-10-18 📅 Creado 2018-12-26
12
google-deepmind/ferminet

Una implementación de la Red Neuronal Fermiónica para cálculos ab-initio de estructura electrónica

google-deepmind
⭐ 857 Python 👤 google-deepmind Organization 🕐 Actualizado 2026-10-15 📅 Creado 2020-10-06
13
SciML/Optimization.jl

Optimización matemática en Julia. Local, global, basada en gradiente y sin derivada. Optimización lineal, cuadrática, convexa, de enteros mixtos y no lineal en una interfaz simple, rápida y diferenciable.

SciML
⭐ 852 Julia 👤 SciML Organization 🕐 Actualizado 2026-11-18 📅 Creado 2020-05-06
14
aspuru-guzik-group/selfies

Representación robusta de grafos con restricciones semánticas, en particular para moléculas en química

aspuru-guzik-group
⭐ 849 Python 👤 aspuru-guzik-group Organization 🕐 Actualizado 2025-05-17 📅 Creado 2019-05-31
15
google-deepmind/torax

TORAX: Simulación de transporte de Tokamak en JAX

google-deepmind
⭐ 759 Python 👤 google-deepmind Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-03-05
16
LuxDL/Lux.jl

Deep Learning elegante y de alto rendimiento

LuxDL
⭐ 741 Julia 👤 LuxDL Organization 🕐 Actualizado 2026-11-19 📅 Creado 2022-03-21
17
SciML/SciMLTutorials.jl

Tutoriales para realizar aprendizaje automático científico (SciML) y resolución de ecuaciones diferenciales de alto rendimiento con software de código abierto.

SciML
⭐ 739 CSS 👤 SciML Organization 🕐 Actualizado 2025-12-03 📅 Creado 2016-10-31
18
JuDFTteam/best-of-atomistic-machine-learning

🏆 Una lista clasificada de impresionantes proyectos de aprendizaje automático atomístico ⚛️🧬💎.

JuDFTteam
⭐ 738 👤 JuDFTteam Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-06-09
20
SciML/OrdinaryDiffEq.jl

Solvers de alto rendimiento para ecuaciones diferenciales ordinarias (ODE) y ecuaciones diferenciales-algebraicas (DAE), incluyendo ecuaciones diferenciales ordinarias neuronales (neural ODEs) y aprendizaje automático científico (SciML)

SciML
⭐ 702 Julia 👤 SciML Organization 🕐 Actualizado 2026-11-21 📅 Creado 2016-10-22
21
SciML/diffeqpy

Resolviendo ecuaciones diferenciales en Python usando DifferentialEquations.jl y la organización SciML Scientific Machine Learning

SciML
⭐ 616 Python 👤 SciML Organization 🕐 Actualizado 2026-10-17 📅 Creado 2018-04-21
23
SciML/Catalyst.jl

Interfaz de red de reacciones químicas y biología de sistemas para el aprendizaje automático científico (SciML). Solucionadores de alto rendimiento, paralelizados por GPU y O(1) en software de código abierto.

SciML
⭐ 536 Julia 👤 SciML Organization 🕐 Actualizado 2026-11-20 📅 Creado 2017-02-06

Preguntas frecuentes

1

¿Cuál es el repositorio de #scientific-machine-learning más popular en GitHub?

El proyecto de código abierto de #scientific-machine-learning mejor posicionado en GitHub es KindXiaoming/pykan, con 16,291 estrellas. Redes de Kolmogorov Arnold

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #scientific-machine-learning?

Entre los proyectos de #scientific-machine-learning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Julia, Jupyter Notebook, HTML.

3

¿Cómo se calcula la clasificación de los repositorios de #scientific-machine-learning?

Seguimos 23 repositorios activos de código abierto etiquetados con #scientific-machine-learning (500+ estrellas), que suman un total de 51,807 estrellas, con una media de 2,252 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.