Git Stars Git Stars

#scientific-machine-learning Repository

Scopri 23 repository GitHub open source attivi contrassegnati con #scientific-machine-learning, che raccolgono un totale di 51,807 stelle (con una media di 2,252 stelle per progetto). Il progetto leader di questo argomento è KindXiaoming/pykan, con 16,291 stelle.

23
Totale Repository
51,807
Totale stelle
2,252
Media Stelle/Repo

23 repository in totale

1
KindXiaoming/pykan

Reti di Kolmogorov Arnold

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

Apprendimento Profondo Informato dalla Fisica: Soluzioni Data-Driven e Scoperta di Equazioni Differenziali Parziali Non Lineari

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

Una raccolta di set di dati di simulazione fisica da 15 TB

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

Una libreria per il machine learning scientifico e l'apprendimento informato dalla fisica

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

Suite multilingue per solver ad alte prestazioni di equazioni differenziali e componenti di machine learning scientifico (SciML). Equazioni differenziali ordinarie (ODEs), equazioni differenziali stocastiche (SDEs), equazioni differenziali a ritardo (DDEs), equazioni differenziali-algebriche (DAEs) e altro in Julia.

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

Calcolo parallelo e apprendimento automatico scientifico (SciML): Metodi e applicazioni (MIT 18.337J/6.338J)

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

Un framework di modellazione acausale per l'apprendimento automatico scientifico (SciML) parallelizzato automaticamente in Julia. Un sistema di algebra computazionale per simbologia integrata per l'apprendimento automatico informato dalla fisica e trasformazioni automatiche delle equazioni differenziali

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

Python Decomposizione di Modi Dinamici

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

Solutori di Reti Neurali Informate dalla Fisica (PINN) di Equazioni Differenziali (Parziali) per Simulazione Accelerata di Machine Learning Scientifico (SciML)

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

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

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

Un'implementazione della rete neurale fermionica per calcoli ab-initio della struttura elettronica

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

Ottimizzazione matematica in Julia. Locale, globale, basata sul gradiente e senza derivate. Ottimizzazione lineare, quadratica, convessa, a numeri interi misti e non lineare in un'unica interfaccia semplice, veloce e differenziabile.

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

Rappresentazione robusta di grafi con vincoli semantici, in particolare per molecole in chimica

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

TORAX: Simulazione del trasporto Tokamak in JAX

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

Deep Learning elegante e performante

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

Tutorial per il machine learning scientifico (SciML) e la risoluzione di equazioni differenziali ad alte prestazioni con software open source.

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

🏆 Un elenco classificato di fantastici progetti di machine learning atomistico ⚛️🧬💎.

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

Solutori ad alte prestazioni per equazioni differenziali ordinarie (ODE) ed equazioni differenziali-algebriche (DAE), inclusi equazioni differenziali ordinarie neurali (neural ODEs) e apprendimento automatico scientifico (SciML)

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

Risoluzione di equazioni differenziali in Python usando DifferentialEquations.jl e l'organizzazione SciML Scientific Machine Learning

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

Interfaccia per reti di reazioni chimiche e biologia dei sistemi per il machine learning scientifico (SciML). Solutori ad alte prestazioni, parallelizzati su GPU e con complessità O(1) in software open source.

SciML
⭐ 536 Julia 👤 SciML Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2017-02-06

Domande frequenti

1

Qual è il repository #scientific-machine-learning più popolare su GitHub?

Il progetto open source #scientific-machine-learning più alto in classifica su GitHub è KindXiaoming/pykan, con 16,291 stelle. Reti di Kolmogorov Arnold

2

Quali linguaggi di programmazione sono più utilizzati nei repository #scientific-machine-learning?

Tra i progetti #scientific-machine-learning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Julia, Jupyter Notebook, HTML.

3

Come viene calcolata la classifica dei repository #scientific-machine-learning?

Monitoriamo 23 repository open source attivi contrassegnati con #scientific-machine-learning (500+ stelle), per un totale di 51,807 stelle e una media di 2,252 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.