Git Stars Git Stars

#scientific-machine-learning Repositórios

Descubra 23 repositórios ativos de código aberto no GitHub marcados com #scientific-machine-learning, acumulando um total de 51,807 estrelas (uma média de 2,252 por projeto). O líder deste tópico é KindXiaoming/pykan, com 16,291 estrelas.

23
Total de Repositórios
51,807
Total de estrelas
2,252
Média de Estrelas/Repositório

23 repositórios no total

1
KindXiaoming/pykan

Redes de Kolmogorov Arnold

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

Aprendizado Profundo Informado por Física: Soluções Orientadas por Dados e Descoberta de Equações Diferenciais Parciais Não Lineares

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

Uma Coleção de 15TB de Conjuntos de Dados de Simulação de Física

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

Uma biblioteca para aprendizado de máquina científico e aprendizado informado pela física

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

Suíte multilíngue para solucionadores de alto desempenho de equações diferenciais e componentes de aprendizado de máquina científico (SciML). Equações diferenciais ordinárias (EDOs), equações diferenciais estocásticas (EDEs), equações diferenciais com atraso (EDATs), equações diferenciais algébricas (EDAs) e mais em Julia.

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

Computação Paralela e Machine Learning Científico (SciML): Métodos e Aplicações (MIT 18.337J/6.338J)

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

Um framework de modelagem acausal para aprendizado de máquina científico (SciML) paralelizado automaticamente em Julia. Um sistema de álgebra computacional para simbologia integrada para aprendizado de máquina baseado em física e transformações automatizadas de equações diferenciais

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

Python Decomposição de Modos Dinâmicos

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

Resolvedores de Equações Diferenciais (Parciais) por Redes Neurais Informadas pela Física (PINN) para simulação acelerada de Machine Learning Científico (SciML)

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

Arquiteturas de camada implícita pré-construídas com O(1) backprop, GPUs e solucionadores de EDO rígidos+não rígidos, demonstrando aprendizado de máquina científico (SciML) e métodos de aprendizado de máquina informados por física

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

Uma implementação da Rede Neural Fermiônica para cálculos de estrutura eletrônica ab initio

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

Otimização Matemática em Julia. Local, global, baseada em gradiente e livre de derivadas. Otimização Linear, Quadrática, Convexa, de Inteiros Mistos e Não Linear em uma interface simples, rápida e diferenciável.

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

Representação robusta de grafos semanticamente constrangidos, em particular para moléculas em química

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

TORAX: Simulação de transporte Tokamak em JAX

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

Aprendizagem Profunda Elegante e de Alto Desempenho

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

Tutoriais para realizar aprendizado de máquina científico (SciML) e resolução de equações diferenciais de alto desempenho com software de código aberto.

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

🏆 Uma lista classificada de projetos incríveis de aprendizado de máquina atomístico ⚛️🧬💎.

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

Resolvedores de alto desempenho para equações diferenciais ordinárias (EDO) e equações diferenciais-algébricas (EDA), incluindo equações diferenciais ordinárias neurais (neural EDOs) e aprendizagem de máquina científica (SciML)

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

Resolvendo equações diferenciais em Python usando DifferentialEquations.jl e a organização SciML Scientific Machine Learning

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

Interface de rede de reações químicas e biologia de sistemas para aprendizado de máquina científico (SciML). Solucionadores de alto desempenho, paralelizados por GPU e O(1) em software de código aberto.

SciML
⭐ 536 Julia 👤 SciML Organization 🕐 Atualizado 2026-11-20 📅 Criado 2017-02-06

Perguntas Frequentes

1

Qual é o repositório de #scientific-machine-learning mais popular no GitHub?

O projeto de código aberto de #scientific-machine-learning mais bem classificado no GitHub é KindXiaoming/pykan, com 16,291 estrelas. Redes de Kolmogorov Arnold

2

Quais linguagens de programação são mais usadas nos repositórios de #scientific-machine-learning?

Entre os projetos de #scientific-machine-learning mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Julia, Jupyter Notebook, HTML.

3

Como é calculada a classificação dos repositórios de #scientific-machine-learning?

Acompanhamos 23 repositórios ativos de código aberto marcados com #scientific-machine-learning (com mais de 500 estrelas), totalizando 51,807 estrelas e uma média de 2,252 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.