#scientific-ai Repository
Scopri 4 repository GitHub open source attivi contrassegnati con #scientific-ai, che raccolgono un totale di 9,833 stelle (con una media di 2,458 stelle per progetto). Il progetto leader di questo argomento è aipoch/open-science, con 5,557 stelle.
4 repository in totale
Il workbench di ricerca AI open source per la ricerca scientifica e i flussi di lavoro degli agenti. Un’app desktop local-first e indipendente dal modello, con competenze estensibili, strumenti e connettori MCP, esecuzione di Python/R e artefatti tracciabili per una ricerca riproducibile su macOS, Windows e Linux.
Un elenco curato di fantastici strumenti, librerie, articoli, set di dati e framework di intelligenza artificiale che accelerano la scoperta scientifica — dalla fisica e chimica alla biologia, ai materiali e oltre.
Solutori di Reti Neurali Informate dalla Fisica (PINN) di Equazioni Differenziali (Parziali) per Simulazione Accelerata di Machine Learning Scientifico (SciML)
Architetture di layer impliciti pre-costruite con backprop O(1), GPU e solver DE rigidi+non rigidi, che dimostrano l'apprendimento automatico scientifico (SciML) e metodi di apprendimento automatico informati dalla fisica
Domande frequenti
Qual è il repository #scientific-ai più popolare su GitHub?
Il progetto open source #scientific-ai più alto in classifica su GitHub è aipoch/open-science, con 5,557 stelle. Il workbench di ricerca AI open source per la ricerca scientifica e i flussi di lavoro degli agenti. Un’app desktop local-first e indipendente dal modello, con competenze estensibili, strumenti e connettori MCP, esecuzione di Python/R e artefatti tracciabili per una ricerca riproducibile su macOS, Windows e Linux.
Quali linguaggi di programmazione sono più utilizzati nei repository #scientific-ai?
Tra i progetti #scientific-ai più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Julia, TypeScript.
Come viene calcolata la classifica dei repository #scientific-ai?
Monitoriamo 4 repository open source attivi contrassegnati con #scientific-ai (500+ stelle), per un totale di 9,833 stelle e una media di 2,458 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.