PERSONAL COMPUTATIONAL SCIENCE LAB · 2026

从方程到模型,
从仿真到智能。

围绕物理仿真、偏微分方程、数值计算与 Scientific Machine Learning,持续记录推导、实验、代码和研究思考。

PDENumerical SimulationPINNsNeural OperatorsStatistics
PDE 标量场与等值线的抽象仿真图
Current trackPDE → Numerics → Scientific ML
11interactive labs
Physics & PDE从守恒律到控制方程
Numerical MethodsFDM · FEM · Spectral
Scientific MLPINN · DeepONet · FNO
Research Log持续沉淀可复现笔记
RESEARCH TRACKS

把数学、物理、计算与 AI
放进同一条研究链路。

不是分散地“学几门课”,而是从科学问题出发:建立模型、离散求解、验证结果,再研究数据驱动方法能在哪些环节真正创造价值。

偏微分方程标量场示意图
01 · PHYSICS / PDE

从物理假设到控制方程

热传导、扩散、波动、Poisson、Navier–Stokes 与连续介质中的守恒律。

查看研究方向 →
数值计算网格示意图
02 · NUMERICAL SIMULATION

离散、求解、误差与验证

有限差分、有限元、谱方法、时间推进、稳定性、收敛性与可复现实验。

查看研究方向 →
Scientific Machine Learning 神经算子示意图
03 · SCIENTIFIC ML

让机器学习理解科学结构

统计学习、深度网络、PINNs、Neural Operators、代理模型与反问题。

查看研究方向 →
FEATURED LABS

不是只写结论,
把概念做成可以玩的实验。

查看全部 11 个实验 →
波动方程交互实验封面
SIMULATION · FEATURED

Wave Equation Playground

观察波速、时间推进与 CFL 条件如何改变传播过程,把抽象的数值稳定性变成直觉。

打开实验 →
热方程实验封面
PDE · FDM

Heat Equation

扩散系数、初值与有限差分。

打开实验 →
PINN 实验封面
SCIENTIFIC ML

PINN Residual

理解如何把 PDE residual 变成训练目标。

打开实验 →
DAILY WORKFLOW

每天维护,
只需要写 Markdown。

把网站当成长期研究日志。新增一篇笔记、提交一次 Git,首页、文章列表和归档就会自动更新。

01复制 POST_TEMPLATE.md
02写 Markdown + LaTeX + 实验结果
03Commit 到 GitHub
04GitHub Pages 自动重新发布