COMPUTATIONAL SCIENCE × BIOSIGNALS × AI

从方程到信号,
从仿真到智能。

围绕物理建模、数值计算、生理信号处理与 Scientific Machine Learning,探索从科学规律、传感数据到智能模型的完整计算链路。

PDE Numerical Simulation PINNs Neural Operators Biosignals Time Series
PDE 标量场与等值线的抽象仿真图
Current track Physics + Biosignals → Scientific AI
11 现有交互实验 · 另有 5 项规划
Physics & PDE 从守恒律到控制方程
Numerical Methods FDM · FEM · Spectral
Biosignals ECG · PPG · EMG · EEG · RESP · IMU
Scientific AI Physics + Signals + Learning
RESEARCH TRACKS

两条研究路线,
四个相连的方向。

从物理方程与人体信号出发,以数值计算、信号处理和 AI 为共同方法,形成可解释、可验证、可复现的研究链路。

Physics & PDE 研究示意
01 · RESEARCH TRACK

Physics & PDE

从物理假设到控制方程
热传导、波动、流体与守恒律:建立可解释的科学模型。

探索方向 →
Numerical Simulation 研究示意
02 · RESEARCH TRACK

Numerical Simulation

离散、求解与验证
FDM / FEM / Spectral;理解误差、稳定性与收敛性。

探索方向 →
Biosignals 研究示意
03 · RESEARCH TRACK

Biosignals

从人体传感到信号理解
ECG / PPG / EMG / EEG / Respiration / IMU:连接采集、处理与检测。

探索方向 →
AI for Science & Signals 研究示意
04 · RESEARCH TRACK

AI for Science & Signals

让数据与科学结构相遇
PINNs、神经算子、时间序列与多模态学习,连接物理问题和生理计算。

探索方向 →
BIOSIGNAL SPOTLIGHT

读懂波形,
也理解波形背后的过程。

从传感器到时序模型,关注信号质量、特征、检测与验证。六类信号,共享一条可追溯的处理流程。

ECG PPG EMG EEG Respiration IMU
ECG 尖峰、PPG 脉搏与呼吸周期的示意波形
Illustrative signals · 示意波形,非实测数据
FEATURED LABS

不是只写结论,
把概念做成可以玩的实验。

查看 11 个实验与 5 项规划 →
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 →
SHARED METHOD

让每一次计算,
都有可追溯的证据。

从问题定义到可视化,保留假设、数据来源、参数、验证结果与失败案例。

01 Define · 物理问题 / 生理信号任务
02 Compute · 数值方法 / 信号处理
03 Learn · 数据驱动建模
04 Validate · 误差 / 泛化 / 可复现性